U

\O~'i"''''''•''il,-,,v
'
'

~~;.'
~
(/{/

INSCRIPCIONES
CENTRO DE EDUCACION CONTINUA DE LA
DIVISION DE ESTUDIOS SUPERIORES 9E
LA FACULTAD DE INGENIERIA, U. N. A. M.
Palac1o de Mmería Calle de Tacuba No. 5
MéXICO 1, D. F.

Horario de oficinas:
Lunes a viernes de 9 a 18 h.

Cuota de inscripción $ 3,000.00

La cuota de inscnpc1ón mcluye:

• una carpeta con las notas de los profesores
• bibliografía sobre el tema
• servicio de cafetería

Requisitos
• Pagar la cuota de inscripción o traer oficio
de la empresa o institución que ampare su
mscripción, a más tardar una semana antes DURACION: 40 h.
del inicio del curso FECHAS: del 24 de octubre al 7 de
• Llenar la solrc1tud de inscripción nov1embre
• Entregar copia de la cédula profesional HORARIO: lunes a viernes de 17 a 21 h.
Para mayores informes hablar a los teléfonos Coordinador: Dr Rolando Springall.
521-40-20 521-73-35 512-31-23 Con patrocinio de la Secretaría de Agricultura
CONSTANCIA DE ASISTENCIA y Recursos Hidráulicos y la Com1s1ón del Plan
Nacional Hidráulico.
Las autondades de la Facultad de Ingeniería de la
U.N.A.M., otorgarán una constanc1a de asistencia a centro de educacrón contrnua
los participantes que concurran regularmente y que
d1v1s1ón de estudiOS super1ores
realicen los trabajos que se les as1gnen durante el
curso. facultad de 1ngen1ería, u n a m
PRESENTACION DEL CURSO 3. LA PRECIPITACION 8. HIDROLOGIA OPERACIONAL

El Centro de Educación Continua de la Facul-
tad de Ingeniería, de la UNAM, en colabora-
ción con la Secretaría de Agricultura y Recur-
sos Hidráulicos, a través de la Comisión del
Plan Nacional Hidráulico, han preparado el
presente curso con un grupo de especialistas
en cada uno de los temas a tratar durante el
desarrollo del programa.
OBJETIVO
Este curso tiene por objeto proporcionar ele-
mentos para la actualización en hidrología
superficial, mediante la presentación de las
técnicas utilizadas actualmente en el análisis
y su aplicación al diseño y operación de las
estructuras hidráulicas.
Formación, formas de precipitación, tipos,
medición, ajuste de registros, histograma,
precipitación media, análisis altura-aérea-
duración, precipitación probable, curvas
intensidad-duración-frecuencia.
4. EVAPOTRANSPIRACION
Factores que afectan la evaporación, me-
dición de la evaporación, fórmulas para
determinar la evaporación en vasos, el
proceso de transpiración, factores que
afectan la transpiración, determinación
de la evapotranspiración, uso consun-
tivo, método de Blaney-Criddle modifi-
cado, requerimiento de riego en zonas
tropicales.
5. EL ESCURRIMIENTO Y LA CUENCA
Necesidad de su utilización, método de
Fiering, método de los componentes, apli-
cación con el modelo MOSS-111 (Monthly
Stream-Fiow Simulation).
9. INTRODUCCION A APROVECHAMIEN-
TOS HIDRAULICOS
Funcionamiento de un vaso, estimación
de la capacidad de una presa derivadora,
estimación de la capacidad total de un
vaso, funcionamiento. de un sistema
de vasos.
10. MESA REDONDA

El proceso de escurrimiento, medición

A QUIEN VA DIRIGIDO
Este curso está dirigido a los profesionales,
relacionados con la hidrología o alguna de sus
ramas, empleados en la Secretaría de Agricul-
tura y Recursos Hidráulicos o en cualquier
otra dependencia gubernamental o institución
particular relacionada con el manejo del agua.
TEMARIO
1. INTRODUCCION
Definición, historia, aplicaciones y limi-
taciones de la hidrología.
El ciclo hidrológico; sus componentes y
funcionamiento.
2. TEMPERATURA Y HUMEDAD ATMOSFE-
RICA
Temperatura atmosférica, humedad at-
mosférica, vientos.
del escurrimiento, componentes de un PROFESORES
hidrograma, definición de una cuenca,
clasificaciones de una cuenca según sus
carcterísticas físicas. ING. RAMON DOMINGUEZ M.
6. LA AVENIDA MAXIMA PROBABLE
ING. ANTONIO FERNANDEZ ESPARZA
Aplicaciones, métodos estadísticos (Gum-
bel, Nash). Regi9nalización, determina- ING. JAVIER GONZALEZ V.
ción de la tormenta de diseño, aplicacio
nes del hidrograma unitario, análisis de
flujos mínimos. ING. OMAR LUCERO
7. MODELOS MATEMATICOS QUE CON-
VIERTEN LA PRECIPITACION EN ESCURRI- IN_G. CESAR HERRERA TOLEDO
MIENTO
La fórmula racional, modelos para cuen- DR. ROLANDO SPRINGALL
cas pequeñas: Modelo de Chow, lpai -Wu
y Seshapa-Rao, el hidrograma unitario,
modelos que simulan el comportamiento
del ciclo hidrológico: Modelos de Stan-
ford.
 centro de educación continua
división d 9 astudlos superiores
facultad de ingeniarla, un a m

A LOS ASISTENTES A LOS CURSOS DEL CENTRO DE EDUCACION

CONTJNUA

Las autor1dades Je la Facultad de Ingeniería, por conducto del Jefe del

Centro de Educación Continua, Dr. Pedro Martinez Pereda, otorgan una
conscancie de asistencia a quienes cumplan coil los requisitos estableci
dos para cada curso. Las personas que· deseen que aparezca su titulo
p~:ofesion::ll precediendo a su nombre en la con~tancia, ueberá11 entregar
copiaJdel rrjsmo o de su cédula a más tardar el SEGUNDO DIA de clases,
en las ofjcinas del· Centro con la sefiorita Barraza, encargada de ins--
cripciones.

El control de asistencia se llevará a cabo a través de la persona enea~

gada de entregar las notas del curso. La~ inasistencias serán comput!
das por las autoridades del Centro, con el fin de entregarle constancia
solamente a los alumnos que tengan un mínimo del 80% de asistencia.

Se recor.lienda a los as,isten'tes participar activamente con sus ideas y

experiencias, pues los cursos que ofrece el Centro están planeados para
que los profesores expongan una tesis, pero sobre to~o, para que coordi
nen las opiniones de todos los interesados constituyendo verdaderos se
minarios.

Es muy importante que todos los asis~entes llenen y entregueri su hoja -

de inscripción al inicio del curso. Las personas comisionadas por alg~
na institución deberán pasar a inscribirse en las oficinas del C~ntro -
en la'misma forma que loi demás asistentes entregando el oficio respect!
vo.

Con objeto de mejorar los servicios que·¿l Ccntr0 de Educación Continua

ofrece, al final del curso se hará una evaluación a trav~s de un cues--
tionario diseñado para emitir juicios anónimos por parte de los asisten
tes.
 -----~,.

UNIVERSIDAD NACI Gf',~t\i AUTONOMA DE MEXICO

FACULTAD l)f JNGENIERIA
DIVISiúN DE ESTUDIOS SUPERIORES
CENTRO DE EDUCACION CONTINUA
DIRECTORIO GENERAL
REGISTRO DE ASISTENTES Y PROFESORES.

NOMBRE DEL C U R S O _ : - - - - - - -......--- .... f o L 1o [ 1 Lf IJ CLAVE AS9CO

1 5 6

.L~IJJJJil DJJiilliT I I_l [ 1 11 11 1_1 11llT~ :JJ

8 13 14 NOMBRE (S) , .. APEL-LIDO Pi\ TERNO APELLIDO ¡.t¿\TERNO 41
1

IH:Go FEO~ CAUSo rl 1 1 ' 1 []~ []] CEO. PROFo 1 1 1 1 1 DJ

4 51 ~ ~

1 r:i .• PARTICULAR [
59
1 l 11 1 f ]
65
TEL. OFICINA ( J
66
1 1 111 1
72
EXfENSION DI[7:
73
~V'\RQUE CON UNA CRUZ

1\SISilNTE D PROFESOR D D
77

LJJJ-Il 1 1 1 1 1. 1 1 1 1 f l I . DJ 1 Cl 1 1 1 1 l. 1 1 1 1 1]
H DOMICILIO PARTICULAR (CALLE. NUMERO Y No. INTERIOR) 41

LJ.JJ 1 1 1 11 1 1 1 J 1 1 1 f [ 1 1 1 f 1 1 1 r 11111 zoPo OJ

-42 COLONIA · · 71 72 73

ESTADO
rn
74 75

-TI'rULO
--- ----- rn
76n ESPECIAL! DAD·
D.J· ¡.:---., ..
PROFESIONAL 7879 80

[l1 ~1 1 1 1 1 1 1 1 1 1 1 1 ~ 1 1liT1 1 1 J 1 1 1 1 l711 z. p o '=n73

fTl
42 COLONIA , .

----ESTADO .·aJ
74 75

JCIACIONES A LAS QUE PERTENECE.

rn ----.-.,-..--- m
-------rn - - - - - rn
 t..

·-·
~ ... :
CENTRO DE EDUCAC!ON CONTINUA, DIV. DE EST. SUP. F.!.- UNAM

HIDROLOGIA SUPERFICIAL
Fecha: Del 24 de octubre al 7
TEMA de noviembre. PROFESOR OlA DURAC!ON: 40 h

l. INTRODUCCION HORA
Definición, historia, aplicaciones y limitaciones de la
hidrología.
El ciclo hidrológico¡ sus compcnentes y funcionamiento. Dr. Rolando Springa!l Lunes 24 l7~18h

•;
.. '
.-.... o TEMPERATURA Y HUMEDAD ATMOSFERICA
Temperatura atmosférica u humedad atmosférica, vientos. lng. Ornar Lucero lt1nes 24 18- 21 h
""¡
.... q lA FY:EC:!PITACION
Fonnacién, formas de precipitación, tipos, medición,
ajus~e de registros, histograma 1 precipitación media,
análisis alrura-área-duración, precipitación probable,
curvas intensidad-duración -frecuencia. lng. Ornar Lucero· Martes 25 17- 21 h

4. EVAPOTRANSPIRAC!ON
Factores que afectan la evaporación, medición de la evapo-
ración, f6rrnulas paro determ!nar la evaporación en vasos,
e! proceso de transpiración, factores que afectan la transpi-
ración, determ inoción de la evapotranspiroción, uso consun-
tivo 1 método de Blaney-Criddle modificado 1 requerim!ento
.. de riego en zonas tropicales. lng. Antonio Fernández Esparza Miércoles 26 17- 21 h

5. EL ESCURRIMIENTO Y LA CUENCA
El proceso de escurrimiento, medición del escurrimiento,
componen~es de un hidrograma, definición de una cuenca,
el asificociones de una cuenca según sus características
físicas. Dr. Rolando Springall Jueves 27 17 . ?l h

6o LA AVENIDA MAXIMA PROBABLÉ

Aplicadc::H1€B, mé~odos €!sh:itHstieas (Gumbel:. Levediev 1 Nash).
,,Regional!zcción r _deterr1lnoci6n de la tonnenra de dis~ño,
_·- :opricoclones del hidrogrnma vnirario 1 an6lisls de Hujos minimos Dr. Rolando Springall Viernes 28 17- 21 h
,
HiDROLOGiA SUPERP!C!Al

_,_,, TE M A PROFESOR DIA HORA

7. MODELOS MATEMATICOS QUE CONVIERTEN LA

PRECIPITACION EN ESCURRIMIENTO
la fórmula racional v modelos para cuencas pequeñas: Modelo
de Chow, IPAI-WV y Seshapa-Rao, el hidrograma unitario 1
modelos que simulan el comportamiento del ciclo hidrológico: lunes 31 17- 21 h
Modelos de S~anford. lng.
., César Herrera Toledo Martes l'o. 17-19h

8. HiDROLOGIA OPERACIONAL
Necesidad de su utilización, método de Fiering 1 método de
los componentes u aplicación con el modelo MOSS-111
(Monthl y Stream-Fiow Simulation). lng. Ramón Dominguez M. Martes lo. 19 - 21 h
Jueves 3 17- 21 h

9o INTRODUCCION A APROVECHAMIENTOS HIDRAULICOS

funcionamien~o de un vaso, esHmación de la capacidad de una
presa derivadora, estimación de la copacidád total de un vaso 1 Viernes 4 17- 21 h
funcionom iento de un sistema de vasos. lng. Javier González V. lunes 7 17-19h

lO. /V\ESA REDONI1A Lunes 7 19 - 21 h

''
 DIRECTORIO DE PROFESORES DEL CURSO: 11
HmROLOGIA SUPERFICIAL 11

DR. ROLANDO SPRINGALL

Insurgentes Sur No. 254. Desp. 507
México, D. F.
Tel. 584-77-88

ING. JAVIER GONZALEZ VILLARREAL

Melchor Ocampo No. 4557, 7o. Piso
México 16, D. f.
Tel. 511-00-3ó

ING. OMAR LUCERO

Instituto de Ingeniería
Ciudad Universitaria
México 20, D. F.
Tel. 548-97-95

ING. ANTONIO FERNANDEZ ESPARZA

San Lorenzo 11154 Desp. 402
Col. del Valle
México 12, D. F.
Tel. 575-40-n ext.46

1NG. CESAR HERRERA TOLEDO

Tépic # 40 3er. Piso
México 7, D. F.
Tel. 574-25-16

ING. RAMON DOMINGUEZ M

Instituto de lngenierra
Ciudad Universitaria
México 20, D. F.
Tel. 548-97-95
 EVAU_¡ACiON DE LA ENSEÑANZA

,.------:-----.....-------- -~---

·?- ~
C....¿.J....
CURSO: HIDROLOGIA SUPERFICIAL <{o''-
o z
-U:J..J
LU
Qlfl z .. 1- 1
u.J wz~
Q-J ~ O tn
<{ t.n<{ .q:_<{ 1
¿ :J::J
Vl
..._...Vlt.n 1 o
_J- Vlu.Jo <.
u.J
1- u.J> woc
OC L"\.. __¡
1 1 [")

FECHA: DEL 24 de OCTUBRE AL 7 DE NOVIEMBRJk ....J

w
zO wXz
1- u.
_J

---(
1977. l1 o L.LtQ
<{;:::)
z o U.J ::.J
o- -<{ -o
__¡
u ,-
o -;· ~Z-
Ut.n
z Z<: 1
¡
o.J.J
a< <..5 :J
(\.;
~ ~o 1 • L)-
~-~u
oo U:J
->- z-~
1 <{lJU
:±i< 1
~~z
-
1

-~TROOUCCION (Springall)
1

i-----
1
TEMPERATURA Y HUMEDAD ATOMOSFERICA 1
- ¡
(Lucero)
'
-- -- i
~-~----

1 '
,,' LA PRECIPITACION (Lucero) 1 ¡
1
'
-:--. ---
;
1 !
'
1 ¡
:._EVA~OT~~NSPIRACION (Fernández) ''

¡ EL ESCURRIMIENTO Y LA CUENCA (Springall'

:
1
-.
;
1
1
LA AVENIDA MAXIMA P~.OBABLE (Springall)
1
1 1
l.
1
--- ~--.__.__

1
i !
¡ MODELOS MATEMATICOS QUE CONVIERTEN'j! f
1
1

1
1
LA PRECIPITACION EN ESCURRIMIENTO(Herr F!rfl)
1
t---- 1
~-~-­

!
HIDROLOGIA OPERACIONAL (Domínguez)
A_A_P_R_O_V_E_C_H~A-M_I_E~NT~O~S----~-----+~-----~--------~L--~----
r1'--IN_T_R_O_D_U__C_C_I_O_N__

'
~ HIDRA~ICOS (González) ·
j--~----~
~-----.-·--------~---~----~...¡---~---tj-----~·--
! 1
[SC) ~_;\ DE E'v'ALUACION DEL 1 AL 10
'edcs~ ~·o, X, 77. 1
 \

EVALUACION DEL CURSO

1
1
CONCEPTO EVAL't1i\CION

!
:
l. APLICACION INMEDIATA DE LOS CONCEPTOS EXPUESTOS
j 1

!! CLARIDAD
1

2. CON QUE SE EXPUSIERON LOS TEMAS

1
'¡
1
' 3 • : GRAOO DE ACTUALIZACION LOGRADO CON EL CURSO
1 1

1
¡CUMPLIMIENTO
1

¡ 4. DE LOS OBJETIVOS DEL CURSO

1
1
1
; 5. 1 CONTINUIDAD EN LOS T~~S DEL CURSO
----.1'
!
1
l
6. 1CALIDAD DE LAS. NOTAS DEL CURSO
i !
. 7.
'
1
¡GRAOO DE MOTIVACION LOGRADO CON EL CURSO

.
ESCALA DE EVALUACION DE 1 A 10
1. ¿Qu€ le pareció ~1 ambiente ~el Centro de Educación Continua~

f.Iuy agradable O Agradable o· Desagradable c=J

2. Medio de comunicación por el que se enteró del curso:
Periódico Periódico Folleto del
Excélsior O Novedades O Curso D
Cartel
o Radio Comunicación O
mens•.lal Universidad D carta,teléfo
no, verbal, etc.

3. ~:cJio de transporte utilizado para venir al Palacio de Minería:

Autora1óvi 1 O Metro 0 Otro medio 0
part1cular

4. ¿Qu& cambios haría usted en el programa para tratar de pcrfecci~

nar el curso?

S. ¿Recomendaría el curso a otras personas? No O

6. ¿Qué curso le gustaría que ofreciera el Centro de Educación Conti
nua?

--------------------------------------------------------------------~----

7. ¿Qué servicios desearía que. tuviese el CEC para los asistentes a

.cursos?

8. Otras sugestiones:
-¡i'fi;IM•IIR•u•~ '

~
~..?<' -
centro de educaciófl ~ontinua
d. 1v 1s 16 A d e o ot u d 1o s ' • u p o r 1o r e •
.~ f a e u 1t a d de i n g e n i e r ra , u n a m

HrDROUJGI/\ SUPERFICIAL

lNfRODUCClON

BiG. ROLANDO SF!Ui~C;?l.L

UCT!JBRE ~ 19 í' 7

PALACIO DI UI"ER6A
Tacuba 5, prl~er piso. México 1, D. F.

/
<' 1
'•

1• INTRODUCCION

1 •1 Definici6n

De acuerdo con el U. S. Council for• Science and Technology* "Hidrolog(a-

es la ciencia que trata de las aguas de" la tierra, su ocurrencia, circula--

ci6n y distribuci6n, sus propiedades químicas y f(sicas y su reacci6n con-

l '

el medio ambiente j) incluyendo su relaci6n con los seres vivientes. El do-

minio de la hidrolog(a abarca la historia de la existencia total del agua so

' -·
bre la tierra".

De acuerdo con los métodos matemáticos, la hidrología paramétrica se -

define como "La aproximaci6n a la hidrolog(a en donde el ciclo hidrol6gi-

co es tratado como un sistema determinado".

Dentro de la hidrología paramétrica el término "Simulaci6n" se define -

como "El desarrol_lo y aplicaci6n de modelos matemáticos para represen_

•'

ta r la iteracci6n de la variact6n del tiempo en los procesos f(sicos".

1 •2 Proceso Hist6rico

Es interesante previo al inicio del curso, revisar brevemente tos prbgre-

sos real izados en el pasado hacia el estado presente del conocimiento ---

*Price W E, Heindl L A: What i? hydrology? Trans Amer Geophys Union-

49: 2: 529,1968.

''
 '\
¡ .·
\
i
\

por lo que respecta a ia hidrolog(a física. Es necesario consideré¡l.r dos

escuelas paralelas de investigación: el campo de la investigación dentro

de la hidrología y el desarrollo paralelo de las técnicas de medición y

cálculo. Aqu(, el término ciencia se define como "El conocimiento ad-

quiricb por observación y experimentación, probadas en forma crítica y

_cimentadas bajo principios generales". La ciencia de la hidrología no

significa que este completamente formalizada y se requiere de un traba-

jo considerable por hacer antes de que principios generales formales - -

puedan ser desarrollados, mismos que satisfactoriamente representen

toda la amplitud y profundidad de la cienciao

Recordando una definición sobre el hombre, en la cuál se de~cri.be as( =

' -
mismo como un animal que hace herramier:tas .. .
Esta referencia se re-

fleja claramente en el desarrollo de la hidrología. El hidrólogo utiliza --

herramientas, por medio de las cuales mide y calcula, y junto con sus -

colégas de otras ciencias, sucesivamente ha desarrollado y manufactur~

do mejores implementos para observar los procesos y probar las teorías

de su investigación. El desarrollo de las técnicas y equipos con los cua

' -
les ,observa y calcula han corrido en fJ¡rma muy proxima, paralelamente

a la investigación dentro de la ciencia'de la hidr-Jlogía. La i.nnovaci6n df!

nuevos métodos o técnicas de cálculo, a menudo r·esulta en progreso del

desarrollo de la hidrología. Uno de los mejores ejemplos de ésto es el

d~sarrollo de la computación electrónica rápida, las cuales han ori.gin~

2
do un incremento considerable en las actividades de investigación., ayu-

dando en una serie de pruebas crrti.cas de viejas filosofías y un desar~

llc "Y''as activo de nuevas teorías.

J
Para tener una idea clara de las etapas mas definidas de los dos campos

paralelos de investigación, los cuales se pueden referir como el desarro

' -
i lo de la teoría y e 1 desarrollo de las herrami. entas 1 es necesario regre-

sar a tiempos pasados. cuatro períodos de desarrollo pueden ser prese!:.:

tacbs

1• Filosofía primitiva; medidas y cálculos rudimentarios, 3500

A e- 15oo o c.
2. Filosofía basada en experimentación y desarrollo de técnicas

de medición;, 1500 oe- 1800 o e.

3. Período filosófico y desarrollo de técnicas de cálculo mejora

do 1 800 o e - 1 954 o e.

4. Filosofía de la iteracción de la hidrología integral y la era de

la computación. 1 954 D C a la fecha.

Biswas* a desarrollado un libro que permite conocer con un mayor deta

He la historia de la hidrología.

*Biswas AK: History of Hydrcb~'· Amsterdam, North Holland. 1971

3
En tabla 1 .1 se muestra en orden cronol6gico el desarrollo naralelo que

ha tenido la teor(a, mediciones y técnicas de cálculo relacionadas con la

hidf?Ólog(a, desde 1880 a 1972*. Esto abarca parte del tercero y la totaH
!•
daq del cuarto per(odo antes mencionado.

1 •3 Aplicaciones y Limitaciones

Pa.ra plar1tear las aplicaciones de la Hidrol~(a,·se debe partir de la pr=.

misa de que el hombre no puede existir sin el agua. Por lo anterior, en

la época actual, el conocimiento de la hidrotog(a y el disponer de gence

preparada en ~ste campo es de importancia fundamental para un efectivo

m¡;:¡.nejo del agua, trascedental para nuestra sociedad. _

Aunque el uso del agua para actividades domésticas es vital, su uso en -

la industr(a 3 comercio, agricultura y recreaci.6n es .básico dentro del de

sarrollo del pa(s.

Dado que el agua es un lÍquido vitál y escaso, es l6gico ¡:::>ensar· que debe-

mos de contar con técnicas adecuatf::1s para la planeaci6n, manejo y de-

sarrollo de los aprovecramientás hidrol6gicos del pa(s. Uha planeact6n

y manejo efectivo de los r-ecursos de agua .es el compromiso del hid~togq

'
y solo es posible alcanzarlo si se entiende claramente los sistemas f(si-

cos que deben manejar. Por otra parte, se requif:.f'en modelos matemá-

tices confiables para evaluar y predecir el Funcíonamient9 de los sistemas

*Fleming, G. 11Computer Simulation Techntques in Hydt"'ology 11

El sevie r, Envisonmental Sctence Senes, 1 975

4
 TABLA 1 .. 1

DESARROLLO PARA LE LO DE LA TEORIAg MEDICIONES

y TEC N ICA-5 DE CALCULO EN HIDRO LOGIA DE 1880 A 1972*

FECHA TEORIA MEDICIONES ·cALCULO

1883 RIPPL Curva masa para el~diseño del almacenaje ,

1885, 1889 MANNING F6rmu1a de flujo HOLLERITH Mejora la impr€:
si6n de cartas para datos de e
trada -·
1898 HERSCHE L Venturi
1900 PLANCK Teoría sobre la radiación ael cuerpo negro
1~05 S UCHTER T~cnicas de traza.dores en mediciones
de flujo de agua sui?terránea
1914 HAZEN Conceptos de Hidrología estocástica
1915 HORTON Teor(a 'de la li.cuaci6n de la nieve
1922 Se establece la Asociaci6n Internacional de Hidrología Científica
01 .1924 FOSTER. Curvas de frecuencia te6rtca apUcadas a la ingeniería
1929 FOLSE Primeros intentos en simulación determinísttca de procesos det escurr-im\en1"t.
1930
. · BUSH Pr-imera compt•.rtad:.JI"a
ana16gi.ca
1932 SHERN\AN Te6r-i~ del Hidrograma Unitario
1933 HORTON Teoría de la Inftltraci6n o lo C. E" Envolventes de avenidas espscíficas
1935 Me CARTHY í\Aétodos de tránsito de l'v\Jski.nghum
,936 Evo1uci6n de la Investi.gaci.6n de operaciones
BURNS & R.AYNER Telemetría en Control de Poder
AITKEN Implementación de
la máqutna analítica
~ t-141 GUMBE L Teorfa de valores extremos en Hidrología
"!943 ECKERT & MAUCHLEY ENL
Computadoras e lectr6ntcas (
mera ge-neraci6n de con:putc
ras)
1944 BE:RNARD Meteorolc:..g(a en re1ac1.6n con tas avenidas
NEWN\ANN Concepto de atrr.
namiento de memoria
 TABLA 1.1(cont.)

FECHA TE ORlA MEDICIONES CALCULO

1949 BARDEEN & BRATAIN Invencf.6n de los tránsistores

Cf-.MBRIDGE UNIV Primera
computadora con almacena ie ,
en memoria. (segunda genera-
ci6n de compÜtadoras)
1950 SUGAW/J.RA Primer modelo de la fase de tierra total del Ciclo Hidro16gtco
1951 KOHLER, UNS LEY Técnicas de corre1aci6n coaxial
1954 PHI UP Desarrollos mas amplios de la teoría de 'La infUtract6n
1955 LIGHTHI L L & WHITHAM Teor{a de la onda cinemática
HARVARD lnic1.aci6n de programa~ de tnvesti.gaci6n en los aprovechamientos HidráuUcc
1956 ApUcaci6n del análisis de _sistemas a los aprovechamientos Hidráulicos
Programa de Stanford a tos aprovechamientos Hidráulicos
BELL TE LE PHONE Introduce
a los datos por" te l~fono y ter-
minales de tete cornuntcacto -
nesc
Desat"rollo en microcir-cuttos
(tercera generacl6n de compu-
tadoras)
1958 U .S. CORP OF ENGINEERS IniCia. del desarrolto del. model.o SSARR
1959 LINS LEY & CRAWFORD. Concepto de la sim.J1act6n determtn{sti.ca
usando computadoras digitales. Programa de investi.gaci6n de Stanford
1960 Desarrollo ace1eraao en SlmuLactc>n, sistemas e htdrotogra estoc"á.stf.ca
Introducct6n a computadoras
con grande memoria y alta W'
locidad: I~M 360, BURROUGr
8 5500, .CDC 11 ICL, GEC
1962 PROGRAIVl.A HARVARD SOBRE EL AGUA, Integraci6n de los aspectos de economía;
de ingeniería y políticas en los aprovechamientos htdráuUcos
INSTITUTO. BRITANICO DE HIDRO LOGIA. Se establece
1965 Se tnicta la Decada Hi.dro16gica Internacional .
1967 PH!LIP Enfasis sobre microprocesos en Htdrotogía
39 Se implementa la prediccit 'n tiempo real de las avenidas
 TABLA 1. 1 (cont.-~

FECHA TEORIA MEDICIONES CALCULO

Se 'implementa el concepto
de memoria vlrtual
1970' Se aceleran los estudios en hidrolog{a urbana Computadoras en serie IBM-37C
1971 Si.mulaci6n de efectos sobre el uso de tierras
1972 Aplicaci6n de sistemas de gran escala en apro'?-chamientos regionales del agua
Técnicas laser, ultras6nicas y electromagnéticas
en la medici6n de flujo
 . ' \ ..

hidrot6gicos.

El hidr6logo juega un papel elemental en esta problemática y enter.dimien

to de la misma. Su competencia ti.er.e un tremendo impacto en todas las

actividades de Los aprovechamientos hidrol6gicos.

Este curso pretende proveer al estudiante de un entendimiento de los as-

pectos F(sicos de los sistemas htdrol6gi.cos y la manera en la cuál, lasco~

ponentes hidrol6gicas pueden sintett2arse para una efectiva planeaci6n y

preparact6n de modelos de diseño.

Desde el punto de vista de diseño de una obra hidráulica, los principales

objetivos de la hidrolog(a pueden resumirse en dos grandes grupos*

a) Obtenci6n de la avenida máxima que con una determinada fre-

cuencia puede ocurrir en un cierto lugar, ro-caal-es-neeesa~io_considerar

al diseñar vertedores, puentes y drenajes en general

b) Conocimiento de la cantidad, frecuencia y naturaleza de ocurre~

cia del transporte del agua sobre lá superficie terrestre. Esto se requiere

en el diseño de sistemas de irrigaci6n, abastecimiento de agua aprovecha

mientas hidroel~ctri.cos y navegaci6n de ríos.

'1 1
Por lo que respecta a las limitaciones de la hidrolog(a, esta·s se relacto-
1

nan con la inFormaci6n nidrot6gica disponible y la complejidad de los p~

*R.Springalt "Hidrolog?a. Primera parte" Publicaci6n delJnstituto de In-

geniería, D 7, UNAM (Abril 1 970)

8
.. .
..

ceses naturales con los cuales trata.

Lo anterior involucra que en general cada problema es Gni.co y e~ dif(cil

analt~arlos con un sistema deductivo riguroso. Esto ha involucrado que

al tratar de uniformizarse los criter.ios , se plantean cada vez sistemas

más complejos en donde interviene un mayor número de parámetros, que

en ocaciones son diFÍciles de cuantifi~a r.

Al aplicar un criterio hidrol6gico para el análisis de un problema, debe

considerarse que la aplicaci6n del mismo no involucra el resultado esPe~ t

rado 11 a menos que las bases con las que se elabor6 dicho criterio sean -

las mismas a las del problema. En caso contrario deberá tomarse en --

cuenta este hecho en la interpretaci6n del resultado y darle a 'este el peso

que merece. Conforme se disponga de mayor informaci6n hidrol6gica se

.
podran ir ajustando los criterios existentes, elaborar otros y tener una -

mayor seguridad en los resultados hidrol6gicos que se obtengan.

La República Mexicana dispone de una amplia red de estaciones climatol6

gicas controladas, pr'incipalmer.te por la Secretar(a 'de Agricultura y Re-

cursos Hidráulicos y en parte por la Comisi6n Federal de Electricidª.d y

ia Cornisi6n Internacional de L:í'I'T'I!i:es y{~~,guas. En la Tabla 1 • 2 se mues-

tral"' las principales publicaciones de que se dispone en el país con inform~

ci6n Hidrol6gica. Por otra parte, la Direcci6n de Hi.drolpg(a de la S.A.

R. H. ha dividido el paÍs en 37 regiones hi.drol6gicas y dispone de planos

9
 TABLA 1. 2

INFORMACION HIDROLOGICA EN LA REPUBLICA MEXICANA

e - --
PUB LICACION ALCANCE FRECUENCIA DEPENDENCIA

Boletín Hidrol6gico Datos Hidrométricos Anual Comisi6n Htdro\6gtca

del Valle de M&xico.. y Meteoro16gicos del de la Cuenca de l·Va -
Valle de México., 1\e de M6xico, SARH.
r-- )
Boletín del Ser'vlci.o Observaciones .Pluvl~ .Mensual Direcci6n General de
ÍVIeteorol6gico Naci,2 métricas y termomé- Geograf!a y Meteoro-
nal. trlcas0 • log(a, SARJ-1 ..
1
\
Boletín Hidrom&rtco. Escur-rimientos del Anual Comtsi6n Intemacto-
río Colorado y otros
rl'os internacionales,
del Oeste.
. ' nal de Límites y - -
Aguas. SREo
1
Soleten Hidrom6trico. Datos Hidrom6tricos Anual Comlsi6n del Papalo_!
y climatol6gicos del pan, SARH.
rl'o Papa loa pan .

9olet!n Hidrológico. Datos Hidromátrlcos$ PeMOdtca Comis\6n Federal de

Electricidad. f

Boletín N\eteorol6gl- Peri6dica · Comisi6n Fede~ 1 de

h
Datos tJ\eteoro16ol -
co. cos$ Electricidad.

Boletín Hidrológico. Datos Hidrornátl"'cos•• Pel"'6dlca Direcci6n de Hidrolo-

gía, S~

Boletín Climatol6gl~ Datos C1irm.tol6gtcos Informaci6n Direcci6n de Hidrolo-

co. r.egi6n Hidrol6gtca - ¡. t--.asta Dic.de g(a, S~.
No. 12-A (parcia1)
1
1 1972.

Se refieren a sus estaciones eri toda la Rep(¡bl\ca Mexicana

Abarca tnformaci6n por regi6n Hidr-ol6gica. El país está d!_

vfrli :lo en 37 regiones Hidrol6gicas,

10
.. c. , •

in,di~ando las estaciones Cl i.matol6gicas e Hi.drom~trtcas qu.e se encuen-

~ran en cada una de ellas. Además del nombre de la estaci6n, consigna

' '

los años de registro y que dependencia la controla.

1 .~ Ciclo Hidro16gico,

El ciclo Hidról6gico es un proceso continuo por medio del cuál et ·agua es

tr~nsportada de los oceanos a la atm6sfera, a la tierra y regresa al mar.

1 •

Dentro de este ciclo existen diversos subciclos. Un ejemplo de esto es .

la evaporaci6n del agua de la superficie terrestre y su subsecuente pre-

cipitaci6n sobre ella antes de regresar al oceano. La fuerza que contr"'la

la total i.dad del sistema del transporte del agua pr<Niene del sol. el cuál

prpvee la energ(a requerida para la evaporaci6n. Cabe hacer notar que

las cualidades del agua también cambian durante su paso a travép del ci-
- 1

clo; el agua de mar se convierte en agua fresca por la evap<;>rac,t6n. En

la fi.g. 1 .1 • se muestra la representaci6n cual itati.va del ciclo hi.drol6gico

" .

y en la fig. 1 • 2. las fases que estudia la hidrolog(a.

Como puede obser-Varse en la fi.g. 1 .2, las componentes del ciclo hidrol6

gico involucran las diversas fases a que esta sujeta una cuenca hidrc:>l6-

gi.ca. Esto es básico en e\ anál 'isis de los iprocesos hidrol6gicos y en el -

desarrollo de modelos de simulaci6n, los cuales tratan al ciclo hidrol6-

gico como un sistema cerrado y definen en Forma continua los parámetros

de entrada y sal ida a dicho sistema .

.11
centro de equcación .continua ·
d 1 V 1 S I;Ó n de estudios auperlqres
facultad de ingeniería, unam

HIDROLOGLA SUPERFICIAL

MODELO DE SIMULACION
CONQUIN

ING. ANTONIO FERNANDEZ ESPARZA

OCTIJBRE, 1977

PALACIU Dl MINEBIA
Tacuba S, prl".'er piso. México 1, D. r,
/
,-'--'( G bE Le -DE :-;-'M C:.'L.A ((. 1 Ci\/
e c)A/ &U;/\1

I PRESENTACION DEL PROBLE.MA.

I. 1 Introducción:

En el presente trabajo se aborda el problema de

seleccionar la capacidad de conducción de que habrá de dotarse

a una red de distribución de agua para riego el cual puede con-

cebirse como el dimensionamiento de una fuente de servicio.

El cnterio para seleccionar una determmada e~

pacidad de una fuente de servicio es el de dotarla de tamaño su-

ficiente para que· pueda funciond: eficientemente en condicwnes -

críticas extremas entendiéndose como tales las concentraciones

de demanda. En este caso la fuente de servicio es la red de cana

' -
les y el servicio que suministra: t:s el riego . .

Una demanda pd.ra riego se origina cuando la hu-

'
medad en el suero·. en el que ;:;e-desarrolla un cultivo es insufic1en
1 -

te para el desarrollo del mismo. De entre los factores: que más 'E

fluyen en este proceso pueden cc;msiderarse como de mayor 1mpor-

rancia los e limatológ1cos tales como lluvia, evaporación re m pe-

ratura etc.; :.:>:; c:!racterísticas mism:1s. del cultivo la capac1da,9

.!'=' los suelos para retener 1gu4¡en condiciones que pueda ser apr~

·v-:::c~>.-.Jo. por los cult~vos así c9rno las costumbres y prácncas de

nego seguidas por los usuarios. Todos esto!:' factores son de na~

raleza aleatoria . lo cual hace que el proceso que los integra tenga
1
'
 2

también la misma naturaleza casual.

En este trabajo se pretende reproducir el pro-

ceso que origina las den.andas de riego, de tal suene que. se ob-

tenga la mformación necesaria para diseñar la capacidad de co~

ducción de la red de canales y sobre todo conocer la probabilidad

'
de que dicha capacidad resulte insuficiente.

Con esta información es posible balancear dos -

aspectos 1mponames como son el económico y la eficiencia de la

red de distnbución ya que una red capaz de satisfacer la totalidad

de las demandas a que está SUJeta a lo largo de su vida útil, es una

red muy costosa ya que reqlllere de una fuene inversión inicia l. -

con costos de conservación elevados y grandes pérdidas por eva¡~

ración y filtraciones. Un·diseño razonable es aquel en que se coE

sideren posibles reducciones de la capacidad de los canales con el

conocimiento del nesg·:>que se corre de no satisfacer la totabdad de

las demandas.

l. 2 Presentación del Problema.

Al considerar a la red r;omo una fuente de servicio

suJeta a demandas casuales, el problema de la selección dé la cop~

cidad de la red de canales p1:ede ser circunscrito a la determmación

dt: :a magnitud y frecl1encw de las demandas, para lo cual es neces~

--·----..,~-~;-- ...... ~-.-~

no definir el proceso que las angina.

A partir del establecimiento de un derenrunado

npo de cultivo en la zona de nego, se Iruc¡a el proceso que on~

na las demandas en el momento en que el contenido de humedad -

en el suelo es insuficiente para el desarrollo de la planw.

Dentro del proceso que origina las demandas, pu~

den identificarse a los factores de mayor influencia en la disrnbu-

ción de las demandas a los siguientes:

Cultivo: La influencia del tipo de cultivo está de-

finida por sus requerimientos de agua, los cuales dependen de las

características propias de la planta y de su grado de crecünienro.

Suelo: para que el agua sea ap~ovechada por los

cultivos deberá ser depositada en el suelo y el contenido de hum~

dad resultante, deberá quedar comprendido entre ciertos lfmires

y hasta una cierta profundidad. La primera limitación sobre el -

contcmuo de humedad dep-11de de las caractt:rfsticas físicas del -

suelo y la segunda del grado de desarrollo ·de la raíz de la planta,

ya que se considera que éstas extraen humedad del suelo hasm una

profundidad igual a la rddtculan 1

Uuviu: el efecro de la lluvia er, la cEstribl'ción dé

los riegos está definido por las recuperacior.es del conrenido cie -
humedad del suelo que produce.

En base de lo anterior se puede establecer el es-

paciamiento de las demandas, como el tiempo que tarcfu la planta

en consumir el agua almacenada en el suelo, tomando en cuenta -

las recuperaciones del contenido de humedad aprovechable produ-

ctdas por la lluvia.

Un proceso así establecido puede definir el espa-

ciamiento y magnitud de las demandas de riego, sin embargo, s2

lo es aplicable a un deterrmnado cultivo que se desarrolla en un -

tipo de suelo con una cierta variación de la precipitación.

A fm de conocer las demandas a que está su]eta

la red de canales, es necesario definir tantos pr<~_cesos como po-

sibles combmaciones de los diferentes tipos de cultivo, de suelo y

zonas de prectpnación existentes en la zona de riego, de tal suerte

que las demandas obtenidas .no sólo estén identificadas por su maíi

nitud y épo~a del año en que se producen sino que también estén ~

calizadas físicamente en la red.

Los npos de culuvo por Implantar constituyen el -

plan de cultivos el cual tiene como características principales la

fecha de siembra y de cosecha de cada uno, los requerimientos pa_!:

ciales de agua a lo largo del ctc:lo vegetativo de cada culnvo, '·la e~

 5

tensión en que se van a desarrollar y el requerimiento total de

agua para el c1clv ag1ícola. Un.:1 vr=z elaborado el pli1n de culu-

vos se puede aceptar que la d1srnbuc1ón de los mismos dentro de

la zona de nego se hace en forma casual, ya que se puede desa-

rrollar cualquier npo de culrívo en cualquier parte del distrito de

riego.

En un distnto de nego de regular tamaño es prá~

ricamente unpos1ble encontrar un solo tipo de suelo, lo que obliga

a una clas1fiC1ción de suelos en base a sus capacidades para rece-

ner bumed:td aprovechatle por las plantas y por su localización -

'
dentro de L.t zona de riego.

La delimitación de las zonas de influencia de las

diversas compone: mes de la demanda, adqu1ere una 'J.mponanc1a -

especial en el caso de la prectpltación. ya que una lluvia capaz dé

generalizar su contentdo de humedad en una zona amplia del d1str_~

to de riego, puede tener como consecuencias una cr,mcemrac1Qn de

demandas que sea detenmnance en la selección de la capacidad de

la red de canales. Los efectos de estas concenrraciones serán rna

yo res cuanto .más· extensa sea el á re a: donde se producen, mayor -

sea la umformidad de los suelos y del grado de desarrq.llo de los -

cultivos.
 6

Para definir las ....aracterísticas de la red de ca-

nales se puede dividir la zona de riego en áreas unitarias e

1 ide~

tificar a cada área por dos parámetros, uno determinista y el otro

casual (Fig. A), el primero permanece constante durante la vida -

útil de la red y está compuesto por el tipo de suelo que la constil~

ye, la zona de precipitación a que penenece y el canal que le dá -

servicio; el parámetro casual está definido por el tipo de cultivo

que desarrolla el cual puede variar dentro de un mismo año si el

1

plan de culnvos es muy intensivo.

La simulación consiste en 'el establecimiento oe un

modelo que representa a una red de canales trabaJapdo con el cnt_~

rio anterior, en forma tal, que al efectuar el funcionamiento del n1.9

delo a lo largo de un cieno número de años, para los cuales se tie-

nen deflmdas las características del distrito de nego, se puedan e~

nacer las demandas asociaOéls a cada tramo de la red en todos los ~

intervalos de uempo eri que se dividió el período en estudio.

Lo anterior permite para cada tramo, elaborar un

histograma de demandas 1 lo que a su vez fundamenta la selección de

la capacidad de la red con una probabilidad cada de que resulte ins~

ficienre.
 \
--·- LIMITE ZONAS CLIMATOLOGICAS
~---- UMITE TIPO DE SUELO

C'CANAL K
==r==;,===

A= AREA UNI': ARIA

l= N~ TIPO DE sr•-
J = N2 ZONA Cl

K" CANAL QUE U.

L" CVLTIVO

FIG.A
 7

'"
l. 3 Objetivos:

l. - Establecer un método para seleccionar la e~

pacidad de una red de canales, que pennita el análisis de sistemas

ya sea con fmc:s de rehabilitación o de nueva 1mplantación.

2. - Definir qué tipo de información debe ser rec~

bada con la mayor precisión posible, lo cual se puede logror medlíl'_l

te la mtroducción de cambios en las diferentes comr..onentes de la l~~

-

mandd y observar que efectos producen en el comportamiento dei 10_9

delo, de tal suene que se obtenga la respuesta de cada una de las si-

guientes preguntas:
1
a) En qué grado influye el f.:lctor'suelo?
:
b) Es :1ecesaria tantd precisión en la" recolecctón de d~

wo c.:Limatológlcos?
e) Qué cambios producen las vanac10nes del plan de -

cultivos?-
 8

II ANALISIS CRITICO DE CRITERIOS ACTUALMENTE EN USO.

El método normaLmente empleado cor.siste en sup~

ner un plan de cultivos para un ciclo agrícola y de acuerdo con las

características medias de la zona de riego, así como con los pro-

· medios de la m formación climatológica, se determinan las deman-

das mensuales y la cantidad de agua que debe aportarse al distrito

de riego en el ciclo agrícola.

El procedimiento antenor se efectúa un _cierto núm~

ro de veces con un plan de cultivos diferente en cada alternativa y se

adopta como definitivo, el que produce los efectos más desfavora--

bles.

Finalmente, en base al mes de máxima demanda se

elaboran gráficas de coeficientes unitarios de gastos vs. hectáreas

dominadas, estas gráficas definen la capacidad de cada tramo de la

red en función del número de hectáreas que domina.

Este cnterio tiende a definir capacidadc3 de conciu~

ción excesivas, es decir, capacidades más que suficienres para san_::

facer la toralidad de las demandas a que está sujeta la red durante su

! ¡:¡·· i

vida úu!, sin 'tomar en cuenta la pro~bi lidad de que se presente la

combinacwn de tomponemes de la demanda que nrodujo la cond1c!On
 9

de diseño, lo que tiene como :::on;;ecuencia que los canales no ll~

guen a transportar los gastos para los que fueron diseñados y que

su construcción implique una elevada mve rsión inicial, una canse_:

vación costosa y pérdidas considerables por evaporación y filtrac1.9

nes, sin embargo, puede mejorarse dentro de los términos en que

' 1

fue planteado si:

a) Se considera la localización de los diversos tipos

de cultivo dentro de la zona de riego.

b) Se toman en cuenta los diversos tipos de suelo e_x1~

temes en el distnto de riego.

e) Se respeta la distnbución de la lluv1a demr._. 2e~ -

distrito de riego, ya que al integrar la información

climatológica en una sola. se definen lluvias gener~

!izadas que tienden a producir concentraciones de -

demanda existentes.

d) Se reducen Los imervalos de tiempo en que se d1vi-

d1ó el ciclo agrícola, dado que el total mensual de

la precipitación no es indicativo de la variación de

·'l' .
-l.:t misma Jurante·.el mes, pudiéndose presentnr l~

v1as que sí aporten humedad aprovechable por lat. -

plantas, pero que a 1 ser cuam:iflcada s como toral ~

mensual·, se consideren de efeLtOs nulos.

 10

III. FORMULACION Y PROGRAMACION DEL MODELD.

III. 1 Formulación del Modelo.

El modelo nene por objeto representar el funcl~­

namlento de una red de canales cuya poiítica de operacion es In

demanda libre .

lll.l.l Especiíicación de Componentes.

El modelo propuesto puede considerarse dividtdo

en dos partes principales; en la primera parte obtiene la di stnbu-

ción de los riegos en el uempo y en la segunda, asocia la distri-

bución de los negos a la red de distribución. '

lll. l. 2 Especificactón de Vanables.

A) Vanables de Entrada.

a) Informnc1ón C l1marológica, representada por

l3s distnbuciones de la lluv1a, temperatura y evaporación. a lo la_~

go del período por simular, correspondiente a las diyersas zona:' -

climatológicas definidas dentro del distrito de riego.

b) T1pos de Suelo, definidos por sus caracc~ru:;­

ticas físicas relat1vas a la capacidqd para retener humedad aprovec~

ble por las plantas.

e) Plan de CL:ltivos. re!Jreser.tado oor cada uno lie

los culttvos que lo mtegran. ¡,·,s cuales están defmidos por sus re--
 '
J

11

quenmiemos parciales de agua a lo largo de sus respecuvos e~

clos vegetativos. sus profundidades radícula res y las ex tensiones

en que van a ser desarrollados.

Para eslimar los requerim1emos parciales de -

agua de cada cultivo, cx1ste una serie de cricerios, la mayoría de

ellos empíricos, r¡ue utilizan la Información climatológica en un -

mayor o menor grado.

Con b.Jse en las fechas extremas del ciclo veg::..w-

nvo y en la mformac1ón climarológica, se puede determwar el uso

consuntivo de una planta con una mayor o menor precisión. la cual

depende del método empleé:do.

d} Características de la Red~
.
definidas por el nú-

mero de áreas umtarias que abastece cada tramo.

e} El avance de la Siembra de los Cultivos. esta

variable depende de una serie de fenómenos casuales, los cu3les

van desde d!spombihdad de crédltos, hasta predicciones de condic1_9

nes de mercado hechas por los proptos agncultores que calculan o.!?_

tener un meJOr precio para su producto st éste es tempranero o ca~

dío. P.ua defmir una ley de avances de stembra fue necesario efe~

ruar observaciones duectas, las cuales se llevaron a cabo en dife

remes distritos de nego del Non>este y en la Corrarca Lagun·era, en

 12

centrándose que para extensiones mayores de 500 Ha. , la ley de

avances de siembra se puede asimilar a una curva S.

B) V:1riables de Condición

Para un intervalo de tiempo cualquiera y para t~

das las áreas unitarias en que se dividió la zona de riego, se tie

nen las siguientes variables de condición:

a) Estado del área unitaria en lo que se refiere

a estar libre o estar ocupada por un cultivo.

b) Contenido de humedad en el suelo dl inicio o

al final del intervalo de tiempo.

e) Lámina de riego asociada al área unitana en

.
función de la capacidad del suelo en el intervalo de tiempo.

C) Vanables Generadas.

Demandas de riego asociadas a todos los tramos

de la red en todos los intervalos de tiempo.

lll.l. 3 Especificación de Relaciones Funcionales.

A) S1stema Abrua-Planta-Suelo.

Como se expuso ante,rionnente, se considera al

suelo comportándose como un almacenamiento en el cual las J~-

m:mcias están representadas por la evapvtransr: rac1ón, las npor-

t:!dones por lo~ volúmenes llovid .... s o reg.lJos y el vol'Jmen J.lmn-

cen::tdo por el contenido dt: humed.ld aprovechable del suelo.

Las capac1cbdes extremas de a lmacenamienro -

del suelo, están defimdas por el Puma de ~{Jrctuc~miento para el

contenido de humedad mírurno pennisible y por la Capacid.Jd de -

Campo para el máximo.

El funciondmlento del sistema propuesto, para un

intervalo de nempo cualquiera (i), se !lustra en el siguiente d12 ··

grama:

CF(I):: CI (1 )-UC(l:)+- LL ( I)

e~ <tH)-: e Ftt)
Flú 1
CI = Come nido de humedad al inicio del Pe nodo
CF = Contenido de humedad al final del período

UC .. Uso Consuntivo de l.a planta en el pt:;ríodo

1

PM ~ Punto de Marclutamiento

CC = Capacidad de Campo
LL = L1uv1a efectiva ~n el período
 14

La lámina de riego necesaria para incrementar

el contenido de humedad del suelo desde el punto de marchiramw~

to hasta la capacidad de campo, está definida por la siguiente re-

lación:

L - DA x (CC - PM) x PR

Donde:

L = Lámina de Riego

DA .. Densidad Aparente del Suelo

PR = Profundidad Radicular del cultivo en el-período.

El efectuar el funcionamiento anterior para todos

los cultivos en los diferentes tipos de suelo y zonas de precipita-

c1ón, se obtienen las láminas de riego, en cada rptervalo de tiem-

po del período de simulación, para todas las combinaciones pos1-

bles de cultivo, suelo y precipitación, lo que defme la distribuc1ór:

de los riegos en el tiempo.

~ .
B) Estab1ecimiento de Cultivos en la zona de ne¿;o.

La asignación de cultivos a las distintas 2re3s un~

tarias de la zona de riego se hace a través de un procebO en sual,

en el cu.:.! ~f\!'2 un intervalo de tiempo, todas las áreas umtané1s

desocupadas t1enen la misma probabilidad de ser sembradas.

CJ Cuamnc..•..:iór. de Volúmenes ue riego.

 Si en un intervalo de nempo cualquiera. se a na-

lizan todas las áreas unitarias en que se dividió la zona de nego,

cada área ocupada tiene asociada, como resultado el..::! funcwnamie_~

to del sistema agua-suelo-planta que le co-rresponde, la lámina li~'~

riego definida para el intervalo de tiempo, lo que permite una cua_!!

tlfiC3ción del volumen de riego para cada área ocupada.

Dado que uno de l~s parámetros que idennfican a

las áreas unitarias es el tramo de la red que les dá servicio, se pu~

den asociar los volúmenes de riego correspondientes a cada área a

los distintos tramos de la red, lo que define ·las demandas a que e~

tán sujetos todos los tramos en el intervalo de tiempo.

Cuando un cultivo alcanza su intervalo de cosecha ...

se desocupa el área en que se desarrolló y a ésta se le declara en ··

condtcwn~s de recibir a otro npo de culnvo.

Al efectuar la distribución anterior ramas veces ccm_;

sea necesario para cubnr el período de simulación, se obtienen las -

__demandas a que están sujetas todos los tramos de la red Pn todos los

intervalos en que se dlvidió el período. L15 demandas así obtemd.a s

permiten la elaboración de un histograma para cada tramo, lo cual ct

su vez permite la' sdecc1ón de i..t capacidad de los tramos en base a -

Ul prolxlbilid::c! de qu~.; resulte i •.3uficiente.

------,

16

lll. l. 4 Evaluación del Modelo.

La evaluación del modelo se basa en el hecho de

que tamo el espaciamieuto de los riegos como las láminas gene-

radas,' no nenen diferencias significativas con las obtenidas en

la realidad bajo condiciones similares. La comprobación ante-

rior fundamenta la aceptación del modelo.

III. 2 Programación del Modelo.

El modelo propuesto puede ser programado para

un computaaor digital obedeciendo la misma secuencia conceptual

descrita anteriormem~.

El programa fue denvado del ~iguiente d1agrama

de bloques.
 1 PROGRAMA Rl~
!

~N~ DE AL TERNA TIVAS

1 N! DE AÑOS
N!! DE ESTACIONES PLUVIOM E TRIGAS
N! DE TIPOS DE SU E LO

L
1 N2 DE TIPO<: DE CULTIVO
PARAMETROS PARA GENERACION DE NUMEROS (!\SUALES

(" RANGO DE SIEMBRA EN DECENAS PARA CADA CULTIVO

......,._ _ _L_L_AMA SUBRUT!NA PLANTA

DETERMINA EL N!!. TOTAL DE CULTIVOS V EL N!

DE FUNCIONAMIENTOS DE SUELO POR EFECTUAR

AREA CORRESPONDIENTE A CADA CULTIVO

CARACTERISTICAS DE LA RED DE DISTRIBUGION

TIPO DE LLUVIA Y SUEL? PARA CADA UNIDAD DE AREA

_l , N~ O E ALTERNATIVAS

1
1 ,,

ESJABLE"CE CONDICIONES INICIALES PARA lA ZONA Df RIEGO

 8 .
lrERACION PARA CADA DECENA HASTA EL N'! DE ANOS

ESTABLECE CONDICIONES INICIALES

PARA LA RED DE DISTRIBUCION

NO
SE RIEGA EN ESTA DECENA 7

RlfGO PARA ESTA DECENA= AL LEIDO

RIEGO PARA ESTA DECENA= O
DE CINTA

1
1
1_- - - - - -

ITERACION

SESIEMBRA ESTECULTIVO S!=

EN E STA DECENA '?

DETERMINA EL NUMERO DE UNIDADES

DE AREA QUE SE SIEMBRAN

r--- --j;> ITERACION FM/- CADA UNIDAD POR SEMBRAR

V
( }--2~
J

ESTA SEMBRADA?

NO

1
SE LE ASIGNA TIPO DE CULTIVO]

L----- -------
 .. " ..

¡---------iiJ!> PARA CADA'UNIOAD DE AREA

1
, NO
~----""'-"--'><---~ EST A C U L T 1V A O A ?
~--------~~-------)
SI

GASTO PARA ESTA

LAMINA X AREA 1 TIEMPO
AREA -:---1!
SEGUN EL SUELO, LLUVIA Y CULTIVO

,1
1
SE COSECHA EN ESTA DECENA~

SI

DESOCUPA LA UNIDAD

~----------------~
L ----

PARA CADA TRAMO DE LA RED Y PARA

r--- --
TODAS LAS UNIDADES DE CADA TRAMO

1
ACUMULA GASTOS EN CADA TRAMO DEBIDO
L ----
A SUS AREAS CORRESPONDIENTES

r-~{J> PARA CADA TRAMO DEL CANAL PRINCIPAL

"------ ACUMULA GASTOS

RESULTADOS
t' f )' •

SUBRUTINA PLANTA

DECENA OE SIEMBRA Y OE COSECHA,

PROFUNDIDAD RADICULAR, USO CONSUNTIVO,
PRECIPITACION, EVAPORACIOtl, DENSIDAD
APARENTE, HUMEDAD RELATIVA, PORCENTA..f
DE MARCHITAMIENTO

---------------r-----------
DETERMINA CAPACIDAD DE CAMPO'( LAMINA INICIAL

1 TERACION POR DECENA,TIPO DE LLUVIA,

-----ii:> TIPO DE CAMPO,TIPO DE CULTIVO

NO
SE CULTIVA EN ESTA DECENA?
SI

DETERMINA LLUVIA EFECTIVA

Y LAMINA FINAL

NO
LAMINA FINAL >CAPACIDAD DE CAMPO

SI

LAMINA FINAL? CAPACIDAD DE CAMPO

LAMINA FINAL < POR CE N TAJE DE MARCHITAMIENTO NO

SI

DE TERMINA EL Rl EGO
Y LO G R A B ;, E N C 1 N T A
JUNTO CON EL TIPO DE CULTIVO

LAMINA INICIAL- LAMINA FINAL +RIEGO

-- ----------------2--4-- .
crfKJ
'

( ~
(

=ze=-==r ""T" :J:: a •

ATMOSFERA
===-·
1
i'- .-.&LI.~~ :

p ¡) p 1,. p j

~7 E· ,~,
E ,J E
T
\
Q .
Superficie
(/)

F o
'~
'-

Ü'
e
<1) o
Os o... z
Suelo .
....
·-oe
Q)
<1:
w
(.)
Q)
R o
o o
ü ~
E
<(
Oa. ...
Agua subterránea
~~
D

E- Evaporación P- Precipitación T- Transpiración

o- Escurrimiento o-S Escurrimiento Q-
g Escurrimiento
superficial subsuperficial subterráneo

F- Infiltración o- Descar9a o R- Recarga

los oceanos

Fig 1.1 Ciclo hidrolÓgico . Representación cualitativa

12
 ~~
p! q.

,_
t:.
-

Q
T 1 ~ ~~~icie ,.
&_

en
F ~2
'-
e:
'1 - <l.)

Os - ........
<l.)• D....
- Suelo o "'
e
<l.)
R (.)
o
1) E
<t
Og-...
Agua subterránea
D
...
-,.,.

Fig 1.2 Fases que estudia ia hidrología

13
 centro de educación continua
división de estudios superiores
facultad de ingenierfa, u na m

HIDROLOGIA SUPER.ri CJ AL

MODELOS MATEMATiffiS QUE CONVIERTEN LA

PRECIPITACION EN ESCURRIMI ENI'O

1NG. CESAK. HERRERA. TOLEDO

OC11JBHE , 19 77

Palacio de A~l• erfa Calle de Tacuba 5, primer piso. M6xlco 1, D. F.

 ..
t~ '

:MODELOS MATEMATICOS QUE CONVIERTEN hl\ PRECIPITACION EN ES-

CVRR!i-AIENTO •

INTRODUCCION

Entre lo:.. problemas que se le presentan al Hidrólogo con frecuencia desta.-

can: ~stirna.r volÚinenes de escurrimiento en sitios do~de. no hay estaciones

de medición, o bien, extender registros de escu:rrirnientc en estaciones <.:on

datos correspondientes a un periodo corto. La información de " #

VO.LU!nen(! S

de escurrimiento es necesaria para una serie de aplicaciones, como IJOlll

C.eterrninar el volumen de almacenamiento de una presa, definir la capacidad

de un canal, definir la capacidad de U..'1 vertedor o definir la elevación de

bordos de contención. Los usos de la información se multiplican si se

considera a la vez aspectos de calidad del agua en _adición a los volúmenes.

En es'te capítulo se describen algunos rnétodos que relacionan la precipitación

con el escurrinriento • La importancia de los métodos reside en eí hecho

de que generalmente se dispone de datos de precipitación y no de escurrinúen-

to; de manera que a través de estas rdaciones es posible obtener los volú ··

menes de cscurrilniento. Se hace reíere:Q.cia a métodos em.píricos inicial- ·

mente, que solo requieren de datos de precipitación y caractc-rístic.as fisio-

gráficas; posteriormente se describen métodos apoyados en precipitacín y

escurl"imiento, y finalmente un modelo de simulación que pretende repro-

ducir los elementos del ciclo hidrológico en la fase correspondier,~e a lns

procesos en tl.erra y c2..11ales.

2. Método Racional

La. fórmula racional es una fórmula empírica que ha terudo amplia

aceptación debido a que puede ser aplicada en forma muy si'mple,

Propuesta por Mulvaney en 1851 la f,jrmula racional puede exp:re3ar ~

se de la sigu.1entf: manera~

Q==CLA.

donde

Q= descarga de pico

C::::: .coeficiente de escurr::.nliento qu.e depende de las caract~~.L-ÍStit;as

del área drenada

I= intensidad de lluvia

A= 'rea de drenaje

El coeficiente de escurrimiento pretende tomar. en c1..:.enta las caractc ·•

rísticas de la superficie drenada, como son el tipo de su¿;lo en áreá.1:::

de drenaje nat-ural, o tipos de construcciones y de revestimjentos

en áreas urbanas.

La :intensidad de lluvia,

al periodo de concentración del escurrirniento en el d ¡.:,o. de Ülh~:r·~ s

es decir, al tiempo que ta1·da, el escurrhniento ccnt;·;-:¡_do- en c1.

sitio más alejado de la descarga, en lJ egar al &iwo de estl.1'~.io,

La. fórmula racional permite obtener el gasto máxim.o , ~)or

.l
lo

que a pesar de su simplicidad , su empleo está linl.it.<tdo <1. cu~ne:.1 ~~

peque..fias o bien a problen1as de dl'enaje urb.:wu, do:JCÜ:' .llü f"-:5 1H·;~rrJr.;a!'io

co:aocer la forma del hid"'."ograma.
ij
Vie.ssman presenta dos aplicaciones intere::~antes de la fórmula ra-

donal. un.a ,para calcular el drenaje en ae1·opuertos y otra para un

~ü-ea urbana.

Para e1 caso de un aeropuerto. el tiempo de concentración está de-

finido por la expresión

T= l. 8 (1.1-C)_~
~rs

donde C= coeficiente de escurrimiento

D= distancia al pWlto más alejaci.o de la descarga

S= pendiente del terreno

En la fig. 1 se reprodul ~ una gráfica que perw...ite realizar el cálculo

directamente.

Conocido el tiempo de concentración, y con datos de precipitación,

expresados en una curva de int~nsidad - duración - frecuencia, se cal-

cula la intensidad correspondiente a esa duración. El valor del c.oefi-

dente de escurrimiento var:la entre O, 90 para áreas pavimenta.das y O. 30

para áreas naturales.

Reunidos esos elementos, la aplicación de la fórmula 'i'acional es

inmediata.

!/ referencia 1
En el caso de drenaje urhZLno, el cáJ ::ulo del tien"tpo de concentración

ea más complicado. Generalmente se supone qu(;! el ciclo tiempo

está compuesto por el tiempo que tarda en llegar el a.gua a la

alcantarilla más cercana y el tiempo que transcurre· mientras viaja.

el agua por la alcantarilla, hasta llegar al sitio de estudio (o al

colector principal). La prunera pa1·te se cálcula con apoyo en

curvas como las de la fig. 1.~ aunque también depende del criterjo dd

ca~culista; el tiempo en la alcantarilla, se calcula bajo la hipótesis

de que la conducción está llena, es decir como conducto a presión,

empleando hemogramas.

El coeficiente de escurrimiento parece drenaje urbano puede seleccio-

.1arse de la tabla 1.1 Los datos de precipitación conviene tenerlos en

forma de curvas intensidad duración frecuenca. De esa manera, la

aplicaciÓ!"l de la fórmula es .también inmediata.

El método racional debe ser usado con reservas debido a la gene:to .u

sidad de su alcance y al hecho de que los coeficientes ae escurri ··

nu ento se han determinado e:>l áreas particulares, por lo que ~u

aplicación en otras zonas requiere de una calibración de los coe Ci -·

cien tes.

•./
 800..---....---

80

400
~
.....
:!.

Fig o J. i Curvas de tiempo de 'Cóncentrac1Ón e ( P.ef "1)

' '
.; ·.,
\' ,,

Tabla"U V~~tlorea tÍplcoe C para periodos

de retorno de 5-10 añoao
-------- _ ( Ref ol)
------~--------------------~--
Runoff
Description of uca _
cocfficlcnl>
Business
Downtown arcas 0.7G-0.95
Ncighborhood arcJs 0.50-0.70
Rcsidential
Singh:-fam1ly arcas 0.30-0 50
Muhiunits, detJd,,:d 0.40-0 60
Muhiunits, auach_J 0.60-0.75
Residc:ntial (suburb;,n) 0.25-0 40
Apartment dY.clhng .rcas 0.50--0.70
lndustnal
lir.ht arcas o 50-0.80
Heavy arcas o 60-0 90
Parks, ccmcleries 0.10--0.25
Play[!.rOunds 0.:!0--0.35
Railroad yard arcas 0.20-0.40
UnimproveJ areJs 0.10-0.30
Streets
Asphaluc 0.70-0.95
Concrete o80--0.95
Brick 0.70-0.85
Orives and wJik~ 0.75-0 85
Roofs 0.75-0.9)
lawns; Sandy So1l
flat, 2~~ 0.05-0 10
Average, 2 to 7~ ~ 0.10-0.15
Stec:p, 7~-;, 0.15-0.20
tawns; Heavy So.!
flat, 2~~ 0.13-0.17
Aver o~gc:, 2 to 7"-~ 018-022
S_tccp, _7~~ 0.25-0.35
3. Métodos de Chow y de I-Pai Wu.

Los métodos de Chow ~ 1-P~i Wu representan un avance en la deter..:

núnación de ·gastos máximos y forma del hidro grama. El método

de Chow está basado en el concepto de hidrograma unitario e hidro-

grama wútario sintético·J permite • calcular el gasto de p4.co y toma, en

cuenta factores que aÍectan directamente la cantidad de lluvia en

exceso, o de escurrimiento . El método de 1-Pai-Wu define la forma

del hidrograma además del gasto máxirno. Está basado en un n'lodelo

lineal para obtener hidro gramas unitarios instantáneos. Los dos mo-
V
delos han sido descritos ampliamente por Springall por lo que a

continuación se reproduce el documento correspondiente elaborado

por ese autor.

!/ referencia 2
3, Hidrog:rama Uni.U.:rio
\
(

El hidrogran'la u!dtario se define con,.u el hidrogra.ma producido por

un centímetro de lluvia. en exceso (escurrimiento directo), generado por

- .
Ul:!_a lluvia distribuida uniformemente, con intensidad uniforme, dentro

de un periodo espectfico.

El hldrograma unitario constituye una herramienta de gran utilidad

en hidrología puesto que puede verse como un impulso unitario en un

sistema. lineal, de manera que se le aplica el principio de superpos5ción.

1
Con objeto de facilitar la descripciÓn del método, se pn.senta inicial-

mente una revisión breve de las componentes de un hidrograma.

A. Componentes del hidrograma.

Un hidrograma está formado por cuatro partes: 1) escurrimiento super-·

.ficial directo; 2) interflujo, 3) flujo base o flujo subterráneo y 4) pre-

cipitación sobre el canaL En la figura 3. 1 se ilustra esa col!lposición.

Se distinguen además tres zonas: una ·ascendente, otra denominada

cresta y una última denominada recesión (Fig. 3. 2}

EspeCial importancia para el análisis de hidrogram.as unitarios . .:cv.i_st!!

la componente de flujo o escurrimiento base, ya que por dcfin:í.ción : •.:1.

hidrograma unitario ~e refiere al escurrimiento directo. Linsley }/

menciona que debido a que no existe una base real pa1·a distin§.I..U r

!/ referencia 5. ,
Fig. 3. 1 Gr"áfica se:inilogarrtmica de un hidro grama,. m.o&trando
el método de recesión de anál.isis.

¡;·: ~- 3. 2 Un hidr?grama típico (Río Potomac en Shepherdstown,

Virginia del Oeste.
 \ '
l
1

1
¡
el escurrimiento! superficial del escu:r. .cimiento base. y dado que la
)
/
definición de las dos componentes es arbitraria, los métodos de se-

paxc,.ción son también arbitrarios. Presenta ese autor tres proce-

d~entos para separación que se describen en seguida.

i} El escurrimient0 directo termina N días después que ocurre

el gasto má:ximo. El tiempo se calcula con la ~xpresión {en d{as)

N= O. 8 A O. 2

donde A es el área de drenaje de la cuenca en kilómetros cuadra-

iij El método más ampliamente utilizado consiste en extender la

recesión que existía antes de la tormenta a un punto bajo el pico

del hidro grama. y a partir de ese punto se traza una lÚlea

recta que lo una con el p mto del hidrograma correspondiente al

dÍa N. (ver fig. g. 3, línea ABC).

iii) Este método consiste en proyectar la línea de recesión a un pu.n.f:o

debajo del de inflexión del limbo descendente. A continuaci6:n.

se traza un limbo ascendente desde el punto de inicio de subida

del hidrograma,hasta conectar con la línea de recesión proyecta·

da.

En la fig. 3.3, la línea ADE se obtuvo de esta manera.

Cualquiera que sea el método, en general se complicará porque los

hidrogramas no suelen ser aislados. Para esos casos se dJc'tc~.n :rec~-

mendaciones en la referencia de Linsley mencionada.

 1

r-- f.o;---- N days·--1--l

1 t
1
1

Doys-

Fig, 3. 3 A.lgunos procedimientos simples de separación,

flujo- base'
B. Deter.m.ina'ción del Hidrog:r.ama unitario

Para obtener el hidrog!'ama wütario es recomendable contar con variob

l'egistros de tormentas para verificar que la lluvia se distribuye

uniformemente. Viessman !/ sugiere pa.ra seleccionar las to:!."mentas

las siguientes indicaciones

i) J_,a duración de la tormenta debe ser apx'oximadamente ig 1 ml al

10 a 30o/o del tiempo de ascenso del escurrimiento

u) El escurrimiento directo para la tormenta seleccionada debe

aer 1 a 5 cm.

iii) Deben anal~zarse varias tormentas para obtener u.n pro:meclio

de ordenadas para una duración de hidrograma seleccionada.

iv} Las ordenadas de escurrinrlento directo para cada tornkenta deben

reducrise para que representen 1 cm. de escurrinU.ento dh·ecto

v} El hidrograma wútario final para una duraci "'n específica se

obtiene ajustando las ordenadas para obtener 1 cm de escr. -

rrhr.ciento directo.

C. .Hidrogramas unitarios para d:.!e1entes duraciones

Al sumar un hidrograma unitario para duración de tormenta t~ a otr•;¡

igual pero defasado W1 tiempo t, el hidrograma resultante es .. un

hidro grama para 2 cm de escurrimiento directo y con duradón 2 te

Al dividir las ordenadas entre 2, el resultar:o es un hldro),rrama

unitario producido por una tormenta de duraci6n 2 t. {fig. 3. 4) Este

no es mas que la aplicación del principio de superposición rnend.(nado

-·~------------------------------------------------------------------
!/ referencia 1
 li5 '

40 ' \.
\
..-, \
35
' \
\
\
\ -10

--
\
\ \ \
\ \
V ..... \ \
:!
u
30¡ \
\
\
\
\
\
\ 8
\
,,.,. ,
u
o \ \ ...
o 25-
2 \ \
\ ...'"'F.
; \ \
..e-
.E
1 \
\
\
\
\
\
\
\ s-
o
o
o 20 \ \ \ =
JC
"'
u
Q"'

15 ,.,
\
'\

\
\
\ ' \
\
\
\
o
.e
e'
u

o"'
\ \-
\ \ \ \
4
\ \ \ \
10 '' '' \ \
\
''' '' ' ' ' 2
\!
........
''
----
5 ........
'
....... ....... ........
......
\,\.¿_..
....
......
...... f'-'
!
6 12 24
o '
18 30 36 42 48 1
1
T1me 10 hours !
í
'" 1
~
.:''
....;;
""'.~.

~
1

Fig. 3. 4 llustración grafical de la Curva S. -v

.¡.
~~
 /
(

a:..11tes. 5i se· swna una se?:ie de hidr·:>g:earna.s unitarios, cada uno de-

!asado un tiempo t, se obtiene la curva denominada curva S que re-

presenta la swna de los hidro gramas. A partir de la curva S es

posible obtener hidrogra:mas UJlitarios para duraciones diferentes

(múltiples de t). En la figura 3. 5 se muestra esquemáticamente el

pro e edin'liento.

D< Hidrograma Unitario Instantáneo !/

Si la duración de la lluvia tiende a cero, el hidrograma uniiario

resultante se le llama hidrograma unitario instantáneo. De czta

manera. t:!l hidro grama es independiente de la duracién de la

lluvia en exceso.

Si se tiene una lluvia en exceso 1 (2}, de duración tO y el hldrogra ~

ma unitario instantáneo se expresa como u (t-2), la ordenada del

hidro grama para tiempo t es~

1
i !:. to
Q (t) = J u (t-t) I (~) dt:.
"
donde la integral se denonur ..1 integral de convolución, u(t ~·2) e2

una funcinn del núcleo, I~) es la función de entrada y t' =r e v<&.ndo

t.~ to y t= = to cuando t~to Fig. 3.6

Para resolver la ecuación integral se utilizan di verses métodos,

corno transformada a un sistema de ecuaciones lineales considera neo

incrementos finitos de tiempo.

j} ref.6··
 rlluvio en ellceso continuo en una cantidad I cm/hr
7777 , /T7-'"",T;
f-"'-':..L..<.LLL.L..<..L..<J-C.~.ó.J-i,:.J~L¿//_~(/~<[.,~/ "--"-<~J
-
o
V)
o
~
Hidrogramo S
a)

-
o
V)
o
~

b)

e)
~'i = Oiferenc1o de ordenadas

-
o
V)
o
~
--r--- Hidrogramo unitario para
~y/1 t 0 una duración de t 0 hr
d)
Tiempo

Fig. 3.\ Deducción de ~n hidrograma unitario por

medio del método del hidrogroma S
I ( T)

o ------
r-~~
dr
'
1
t

L
1 ~~ o
1
1
1 u{t-1-)
1
1
1
1 o t
--1- ~t- T---i
1
·..
1
o (t) t' :5 t 0
1
1 Q{t) =1u(t-r)~lr)dT

t
~------t------~l~

3. 6 RelaciÓn de 1\r} y el hidrogramo unitario instantáneo

 -.

4. Métodos de Simulación. El Modelo de Stanford.

El Modelo de Staníord Í\le el primer modelo de simulación hidrológica;

apareció por primera vez en 1960 y desde entonces ha sidc modificado

en diversas ocasiones hasta- llegar a la versión SWM IV, a la cual se

harcí referencia en los siguientes párrafos.

La información que requiere el modelo es de swna importancia por lo

que se hace referencia en primer lugar al manejo de los datos, tanto

clirnatológicos, como fi"sicos de la cuenca.

La descripción del modelo se inicia haciendo referencia al ciclo hidro-

lógico en el sentido físico, para relad onar posteriormente las funcio-

nes del modelo a éste:

A. Manejo de datos para simulación

Los datos de entrada para el modelo son =.de tres tipos: paráme-

tros hidrometeorológicos; b) parcímetros de proceso y; e) pará-

metros físicos. Los primeros son bcísicamente precipitación y

evaporación; a los segundos corresponde la información sobre el

orden de magnitud de los procesos que afectan el movimiento

y la distribución del agua en la fase terrestre del ciclo hidrológi.:..

co. La información del tercer grupo representa las característi-

cas físicas de la cuenca que pueden ser expresadas en términos

geométricos. En la tabla 4. 1 se muestran· diferentes parámetros

que corresponden a los tres tipos mencionados.

•
 \
'

i
\
)

Tabla., Lf.J Clasificación de datos para modelos determinísticos o

( Ref o4)

OATII. CUSSlFICA'r!ON

1 1
RYDiiOiU:TroROkc PARAME'l'ERS PROCESS PAllAHETERS PHYSICAL PARAHETERS
1 . 1
1
PR.IX:XP1'l.'ATIO~ Intercept1on Storage LAND SURFACE
sn~~. rain, hail, de~ EU."\IATION AREA ZOt.'ES
EV.ifOIUT!OII MOISTURE STORAGE OVERLA ~D F'.JJ',¡ LENO rn
Surtace and lo,.er :r.onea GIXlLOOtc TYPE
JIW)UTION VDJETATION COVER (.I.!U:AS)
Ghort Md long wa"e INFILTRATION SOU. TYPE AIIO SIZ!:: CLASSlriC:.HON
TEMPERA TURE LANO-USE TYPlS
a1r, vater and earth I N'l'ERFLO'd LAIID FOI\."'ATIQ•, CLASSU'ICA'riON
~IND SPEED AND DIRECTION IHP~VIO:JS AREAS
HUMIDITY, VAPCR PRESSURE TRANSPlRATlON
CLOUD _ NATURAL CIIA~':'i! L f,f.'!\!QIIK
RlVEII STAGE CONSUHPTIVE ~ATtR USED BY VDGETATION CO:lTR lllL'ri :.e
t.ll:;.
STRE.AHFLO'd VOLUME ANO IIELOCIT't LENOTH, SLOPl, CkOSS-J~TICN
GRC;; r; D'J ATER I.EVI:L OVERLAND 'FI.CN ROUGHNESS ANO llOUGIINESS 01' ClfAr;Nt.l.
l)lVERSIONS - TIME DELA1 HISTO:;RA/'S
UNIT HYDROGJUPII RESPONSE URBAN CIIAt;"lE:L Nl"'l'o'ORK
TlDE HUSKINGHAH CO<lTICIENTS LENL<'I11, SLCP!::, !Ji!.; r;.:.m. ;.¡¡~_:,
RECE.SSIOII RATES CULVUIT DU"!E":l:R
SUSPE!IDEJ) S'EDIH~'l' CO~TRATION interno .. , ground .. ater T>('II'GHI~S
BED SEDIHENT .WAD
Rf~ERVO!RS
CO:>!Tkll:lUTWG t.IU..A
lNACTIVE GROUNDWATER IUX!ML'M U.EV,1.'r!O•l ;.r;o S'i'O!U>r":;
HlNlMIM EU:V.HIOH ;.;.¡¡ S'roi"u\• :.
SNOIIMELT PARt.Ml'TER.S SPILI.WAY CRF~T
melt rotec luc to
radlotlon, condensot1on AREA-E:LI::VATION-CAPACI'!'Y-!:1!.i,-•;; ;·"- >'
conveet1on, ground relotlOra.:..t.Ln
SNOW DEO,S!TY OPERATliiG RU'!.ES

SNO'o/ PACK w~n.'R COIITENT

max1mum vol~e equLvalent
EROSlON RAT'f. i'ARAHl'TU!S
i) Parámetros hidrometeorológicos

Se hace referencia solamente a los parimetl·os de precipitación,

evapotranspiración y escurrimiento, indicadores en la tabla 5. 1

La precipitación es el dato más importante para el modelo de

simulación. Dentro de este concepto se incluye agua, nieve

y roc!oc Para los fines de este escrito, se utiliza. solamente

lluvia. La precipitación presenta variaciones temporal y espacial.

Existen instrumentos que permiten reg! strar la variación tempo-

ral en un punto; generalmente se trata de estimar la variación

espacial usando los datos de estaciones de medición en diferen-

tes sitios. Par:l est:) Último pueden usarse los siguientes méto-

dos: media aritmetrica, polígonos de 'lhiessen y método de iso-

yetas.

La evapotranspiración se define como la transferencia de agua- del

estado lÍquido al estado gasec.so. Para fines del modelo de

Stanford, se requiere conocer la evapotranspiración potencial;

esta se define corno la máxima rapidez con que se llev:a a cd.bo

la transferencia de agua, si se supone una fuente de a.}:>astecirrLicn-

to limitada, Se mide, ob:;ervando la pérdida de agua de una su-

perficie de agua, generahnente de tm evapornmetro

Los registros de escurrimiento representan una medida de la

respuesta de una cuenca a las variaciones temporales y a los

p:roc.esos hidrológkos internos. Estos registros son de paJ.•ti- _

 1
(
cular Únportancia para el modelo de simulación pues se usan

durante la calibración para verificar la reproducción de los pro-

~esos del ciclo., Existen diversos métodos para medir el escu-

rrimiento; el más común consiste en medir la velocidad del

agua en distintos tramos de ~a sección transversal e integrarlos

para obtener un valor medio.

La importancia de la información es evidente pc..ra el ::nodelo

de simulación, puesto que la respuesta dependerá de su veracidad.

Es por ello necesario contar con aplicar este tipo de metodolo-

ii) Parámetros Físicos

Los parámetros físicos se requieren para definir las ca!:acterís-

ticas de retención y repulsión del agua en una cuenca; puederJ

ser agrupados en:

a) superficie del terreno

b} red de canales de drenaje natural

e) red de canales de drenaje urbano

d} almacenamiento

Superficie del terreno

En relación a 1.:-s parámetros de superficie existen dos ec!.!OLlüe;;;,

uno que divide la superficie en áreas regulares (retícula) para

proceder a cálculos por elemento ; el otro, que e1nplea el

Modelo de Stanford se denomin~ siste~a~ dt parámetros globales

y considera cada ~TÜdad de una cuenca (segr.nento) como un área

h-:'"'llogénea con características un:iformes. _Las características

fi'sicas del .escu:rrirr.iento superficial se representan por una

serie de almacenamientos lineales o como escurrimiento en pla-

nos, con prendiente media, longitud n"ledia, etc. También se

le representa corno un conjunto de unidades cada una con carac-

teri'sticas uniformes. Estos tipos de enfoque se ilustran en la

íig. 4. 1

La mayor!a de los Inodelos deterministicos tiende a favorecer

el empleo de los modeles de parámetros globales; el de Stanford

entre ellos.

Para representar adecuadamente las condiciones físicas del

terreno,deben considerarse los procesos .que componen el ciclo

hidrológico y las condiciones :ü'sicas que afectan dichos procesos.

Así, los primeros son: escurrirnlento superficial y detención,

inflitración, evapotranspiración, intercepción ,área impe¡omeable

y escurrimiento. Las condiciones físicas son: área, elevación,

pendiente, longitud de escurrinriento superficial, cubiert~ vegetal

y densidad, tipo de suelo, geología y uso del suelo. El Modelo

de Stanford define la forma en que cada una de estas condiciones

define la forma en que cada una de estas condiciol1cs entra como

 1'

.-.. . . . . . . ~!,!~~~.,.,---_ .. ~,...:, . ·-.;-,• .

....

Data Mmwgement for Simulattun Fhe Orwrrence

rtwp1tahon
11 1 111

or

11

A.

'
;,¡
.,
·;
_,'

6.

Finite Element

o Q
(

Fig. 4. 1 Area de representación de una cuenca (A) y (Bj Pa:rár:1ct.ro

de sistemas global;(C) Sistema distribuído.
 ;.¡,

dato para la simulación.

Red de canales de drenaje natural.

El escurrüniento superficial de una cuenca entra a la red de

canales. La contribución a los canales varía dependiendo de

las características del terreno y de la tormenta. Los primeros

se han mencionado con anterioridad,

El sistema de canales actúa como un almacenanúento largo y

angosto; recibe agua superficial y subsuperficial, la almacena

temporalmente en los canales y la descarga finalmente. El

sistema de canales tiene pendientes variables y secciones trans-

versales diferentes, recibe agua en forma acuática, por lo que

tanto el escurrimiento como el almacenamiento en el canal varían

a lo largo del sistema.

.
El sistema de canales puede dividirse en una serie dé tramos

y para cada uno se determinan secciones t:-ansversales, pendiente,

área tributaria, almacenamiento tn áreas planas y rugosidad, esto

mediante mapas, fotografí2.s y recorridos de campo.

La divisiÓ11 por- tramos requie:-e de un proceso cuidadoso. Consider(;Se

una cuenca a la que se tiene que~ dividir por segmento.

1
Primero se divide la cuenca en segmentos de terreno, cuyas

fronteras pueden ser pol ogonos de Thies sen, isoyetas o divil:;it~:~

topológicas , y que rep.resenta1i. áreas con precipitación 11

sensibte-

mente" cni.furrne. A continuación, dividase la cuenca en segmento~

l'epresentan áreas del terreno con suelos uniformes o caber-

tura vegetal llT'iforme, etc.

La superposición de los mapas así formadc.'s. define .posibles

segr.nentos que pueden ser usados en el modelo.

El sistema de canales se a~vide en tramos definiendo "puntes

de flujo 11 (flcw points), sobre el río en varios lugares o Estos

puntos definen tramos y son los sitios que pueden obtenerse

hidrogramas. Cada trame deberá asignarse a un solo

segmento.

Redes de canales de Drenaje Urbano

Difiere de la red de canales de drenaje natural en dos aspecto.

Prilneramente , drenar áreas tributarias compuestas de super-

ficie permeables e impermeables, pero con mayor proporciÓJl

:
~de estas Últimas; en segundo lugar, el sistema de conducción

puede estar formado por una combinación de conductos creados

y abiertos.

La si.n1ulación de áreas urbanas por tanto debe conternplar la

respuesta de las áreas im.penneable~ directainente conectadas

y la respuesta de áreas permeables con su escurrjnriento su 'S-

• 1 1 •

superficial asociado·. Para esto, debe medirse el área de su-

perficies impermeables, así como la red de drenaje definidá.

por tran1os, especL'icando longitud, pendim te, :;~ugosidad y

sección transversal.
 Ahn_acena.mientos

En la simulación es importante conocer las carac.terfsti.cas fijas

de un almacenamiento, como son la relación volúmen - elevación

área -elevación y elevación -descarga. Asinúsm.o, irnpox·tantes son

las reglas de operación del almacenamiento, que varían en el tiempo.

·Toda la información debe conocerse para simular sistemas de cana-

les que contienen alma!=enárnientos.

iii) Parámetros de Proceso

Al considerar el ciclo h.idrológico como un proceso determinista,

se supone que las relaciones entre muchos factores que interactuan.

Los valores numéricos empleados para cuantificar los factores

que afectan la distribución y movimiento del agua se denominan

:
parámetros. Estos parámetros incluyen infiltración, almacenamien-

to de hum.edad del suelo, percolación y flujo subterráneo.

Para entender la función de los parárnetros de proceso, supóngase

una cuenca y un parámetro físico, como la longitud de un tramo

de canal, constante en un periodo deterrninado. La entrada y

salida de agua a la cuenca pu€:de definirse mediante la medición

de parámetros hidrometeorológicos. La respuesta de la cuenca

varía durante el periodo debido a las relaciones cambiantes y a

los valores de los parámetros. La evaluación de los parámetros

de proceso que reproducen la respuesta de la cuenca es el

objetivo de la calibración del modelo.

 En un modelo conceptual, come 2s el de Stanford, loa paráme-

tros de proceso se determinan combinando rnec;licione:.;¡ directas

y evaluaciones indirectas duril.nte la etapa de calibración. Esta

di.fzrencia surge por la dificultad que presenta la medición di recta

de todos los pro..:;esos en ca.rnpo.

Fina lxnente, es imp0rtante que el nÚlnero de parámetros de p1·o-

ceso que se evalúan por calibración sea miírimo puesto que el

grado de dificultad para calibrar está en razón directa del r:.ú-

r.nero de paráno.etros.

B. El CiClo Hidrológico.

El ciclo se visualiza considerando que se inicia en la evaporación

de agua de los oceános (Fig . .!f. 2). El vapor resultante es

transportado ·por masas de aire en 1novhniento.

adecuadas, el vapor se condensa para formar nubes que se

convierten en precipitación posteriormente. La precipitación que

llega a la superficie de la tierra se dispersa de diversas El':ne:<~coB

la mayor parte es retenida temporalmente en el suelo, cerca del

lugar en donde cae, y ;regresa a la atmósfera por eva¡l(lración y.

transpiración de las plantas. Una parte del agua se dirige hac1o.

los cauces, sobre y a través de la capa superficial -para convr~ o U.r «·

se en al.Inacenanúento subterráneo. Bajo la influencia de la grave-

da ·i., tanto el agua superficial con1o la subterránea se mt•,evt;n

 tondensat1on 1Pe¡

,
fransplralion

lnterception [S¡)

---==-::::-

Fig.~.~ RepresentaciÓn del ciclo h1dro1Óg1coo

(RGfs.4 y 5)
hacia rnenbres elevaciones y evcnt<.u.lmente pueden _descargar

al oceáno. Una parte del agua superficial y subterránea regresan

~- la atmósfera por evaporación directa.

EI ciclo hidrológico es un medio conveniente de delinear en fo:rJna

aproximarla el alc:-.nce de la hidrología como la porción entre

la precipitación sobre la tierra y el regreso de esa agua. a la

atmósfera o al oceáno .

.€1 movimiento del agua en las varias fases del ciclo hldrológico

es errático tanto en tiempo_ como en área.

La variación temporal es relativamente fácil de seguir si se

usan intervalos de tiempo suficientemente cortos para el anális:ls;

la variación espacial, en cambio. es compleja. Para salvar este

problema se divide el área de la cuenca en varias subcuencas o

segmentos pero, esto da lugar a un aumento notable en el tiempo

de computación. El modelo de Stanford se utiliza en cuencas

divididas por segmentos como se describirá mas adelante.

 41

tescr1pci6n del Modelo de Stanforde

A'poyados en la lámina~.;~p\se describen breve:nente las princ1u
' -- ti
palea funcionéb del modelo a cont1nuacion:
~) Ajuste de la PrecipitaciÓnoSe utiliza un factor K1 que ajus-
ta la pracipitaciÓn medida en la eetaciÓn de cada se&~ento a
la precipitaciÓn media del mismo.
b) Interce~ción.Se define como el procoeo ~or el cual la preci-
pitaciÓn es retenida en hojas,ramae y tallos de la vegetación,
así CO!llO los desechos vegetales qua cubren el suelo .. Deede a11!
es evaporada sin incrementar el almacenamiento de humedad del
suelo.
La pérdida por interce~ciÓn ea simulada con un parámetro

EPX~1, que representa el volu:nen máximo de al!llacenamlento de

intercepción en el seg~ento,expresado en ~il!metros.La capa~

cidad de almacenamiento de intercepciÓn gene:almente es redu-

.
cida,de 2 a 3 mm,por lo que su influencia en tormentas impor-
tantea es muy reduc1da,e1n embargo en el balance anual puede
ser de consideraciÓno
- -
r ) Escurrbtiento en áreas 1mperneable s .El área .impermeable se
define como la superficie cel terreno con capacidad de 1nf11•
tración nula.Se distinguen do~ tipos de áreas: aquellas que
están conectadas directa~ente
y aquellas que lo están 1nd1-
, ~

rectamente.A las primeras corresponden areas que estan en la

,
vecindad del sistema ce canales y las segundas,son areas que
drenan a superficies donde la capacidad de 1nf1lt~ac1Ón es
mayor que cero.,
. '
 1---------------------~·=.:::H~A~.~~
h-!.HoJW '

o: .;.~ ~
CH~".!.:_J
INHCW ~

1
1
1
!
---
1
1

1
1
1

'
1
1
!
1
1

'
1
1
1 ___,
J_
1
1
CHt'.r.:.-.:,d. 1
~-- !:OUVIi'-:(;.. 1
i .... HOW
·--¡--··-l
~
r--u·l-~--·-"'
1
tt~Y'-AlPl '
( H~[~..<,:O'# ,\
"-.-..., ... --·~ ... .;: . ..,../

Fig .. ~.?> Diagrama de flujo para el modelo de Simulaci6n ce

Stanford a ( Ref o 3)
 El factor de área impermeable A repreeenta el porcentaje
de dicha área.El área que se aetgne al factor A debe ser
precisamente la que eeté directamente conectada al sis~ema

de canalee.En generalp una cuenca tiene del orden del '3~

de área imper:neable,por lo qua este parámetro ee poco eigni-

fioativo en el caso de avenidaao
En el modeloi parte del volumen que se precipita sobre el
área impermeable (descontando el volumen de intercepción ),
pasa a ser aportación a loe canales.
d) Infiltrac1Óne-Se define como el movi~iento de agua hacia el

perfil del suelo,a travéa de la superficie del euelo.La ra~

pidez de infiltración es la raoidez con la que el agua entra
al perfil del suelo por unidad de tiempo.cuando el suministro
de humedad a la sunerf1cie del suelo (prec1p1tac1Ón) 0 supera
la ra~idez de infiltración,entonces esta infiltraciÓn es la
máxima que ocurre y se le deno'nina •vcapacidad de infiltraciÓn".
Esta capacidad varía en el tie~po debido a cambios en la hu•
medad.del suelo y a las característ1caf del sueloe
Crawford YvL1neley desarrollaron una función de infiltración
que es usada en el modelo de Stanford y pretende satisfacer
dos cri ter1os:
a) representar la rapidez Je infiltración media continua~ente
y ,
b) respreeentar la variacion esnacial Je la intil trs.c1ón"
-
La expreaién nropueatn e o• .
 ft :; capacidad de inftltración caedia 9 cobre el aegmento&>n
en el instante to
INF ~ pará~et1~ que repTesentn un Índice de nivel de in~
-fil trae tÓnv relacionado fÍelcamente a las caracte:r"'·
rísticas de la cuencao
!ZiSt=l :valor real del aimacenaniento de htnuedad del suele~~.

al tiempo t=lo

.l:.ZSN:: valo:r• nominal del almacena-niento d~ humedad del sw_:¡m

lo en la zona bajaDe~ui7alente a la capacidad de
campo o

b~ e~onenteousualmente con valor 2o

INF y LZSN son parámetros fijos en la expresiÓn mencionada~

Se obtienen al calibrar el ~odeloo

La condlcipon de variaciÓn temnoral se ~umple con la e~p~~=

e1Ón anterior;para la de variaciÓn su~erficial se-requiere
conocer- la distribución de frecuencias de la infiltración en
P.l ter!-enopy su functón acunulada correapondienteoComo eso es
d1ffci1 de deter.ninar~sa aproxima con una distribución ac~=
mulada lineal _( F1gc't.l.f) .se observa que de esa manera se tomo.n
en cuenta áreas con ca-oacidad de infiltraciÓn menor que la
humedad su~inietrada p~La posición de la lÍnea XY varía con=
-
tinuamente y esta~ determinada por e1 valor de f 0 calculado con
la expresiÓn dada anterior1Jt~nte, que corre s-oonde a la capa.c~do,c
de inflltrac~Ón medla 0 por lo que se mide al 50% de á:r'et::..,Gon
 s.

V
Moi!>ture lnfiltrot1on
$Upply copacity
(1:\(:l'les.) (inches)

X ~~¿u~~~~~~~~~~~~~-u
1
o '5 0 100
Percent of orea w1th ¡nf1ltrat10n copoc1ty 1ess thon
or equol to the 91ven vatue

Fig.LI.'I DistribuciÓn acumulada de frecuencias de la

ca~acldad de 1nf1ltrac1Óno(Refo4)
 eecuencia que corresoonde a la. OC'-'Y"rencia auceaiva da di~'"'

ttutae alturas de precipitación.,

e) Almacenamiento de H~~edad del Sueloo Constituye él corgzÓn
del modelo de balanceoSi la capacidad de almacenamiento se
define en términos de una capacidad absoluta que no puede se~

excedida D entonces 0 c•1ando se excede v ocurre un cambio en la e

car•a.cte:t·Ís tic as de e scurr:'J.miento del segmento~ por es~ razÓt:l.,
en el modelo de Stanford la humedad del suelo o alJlacenam:Len=
to de la zona baja ee define con una capacidad no~inal LZSNo
Y...a zona baja representa. el almacenamiento en la zona de a.e:t'e~""

,oiÓn»desde cerca de la e~érficie del suelo haeta la parte in=

ferior de la zona de ratees de las ?lantas del segmento~La

huronead contenida en el auelo debajo de esa zona no entra al

proceso hidrolÓgico en forna importante,la que ee encuentra
en 1 a superficie de 1 sue 1 o pueéle s•,r remov 1_da por evauore.c 1~·
... o..-:~
.
y tra:nspiraciÓnoPara ellop se siJiula una zona superior :T.JZ~ .. La

capacidad no~inal de esa zona (t~SN) es tratada en forma si~

~ilar a la zona baja (Figo46S)

f} Intet'fluJo~=Ta mbién conocido como flujo aubsuperfic.~ial~,üs

el agua que se mueve lateralrnenteva través de los eet:r·atoe

superficiales del suelo;dcpende 0 en parte 0 de la geología de
la cuenca~Por ejemplo 0 en el caso de áreas cársticas~óonae el
suelo limoso da lugar a muchos canales eubeu~erficlaleaDla

co~ponente de interflujo puede ser imnort~nteoEn el modelo

de Stanforda el volumen de" eecurrie:niento descontando la in•D
fil traciÓne incluye el 1nterf1 ujo y el eeéurri·niento aupr:n~
 .)

Soil Watu Zon~

lnhrmediate ZoiH'

Cap•llary Zon~

Water Table
Wat~r Tabt~

tround Ground watfr Zone

Lat~ral lnflow water
lorag~

-r~ndwater
·~ Outflo1:1

De~p
~molalion

Figo!f.5Zona.s generales de agua eubsuperficialo (Ref.,4)

 5'4

ficlaleEl agua disponible para interfl~jo está basada en la

humedad del suelo y la rapidez de infiltraciÓn localoLa e~,re­
sión que rige et proceso es una t'unc1Ón del coci~nt.e de hu-
medad de la. zona baJa ( lZS/LZSJ:{) o Como en e 1 caso de la inf11-
trac1Ónpel nivel de la funciÓn se ajusta por m'=?dto de un pa-
rá~etro INTERFL~dcSe define una variable C;en adiciÓn~quc
fija la poeición de la línea mostrada en la Figo~.0

(LZS/LZSN)
C: IN'mRFLOI[;, 2
Esta lÍnea divide el tr.Íangulo de detención superficial
en doe porc1ones:detenc1Ón del escurr1~1ento eu~erfic1al y
detención ~or 1nterflujoc
La salida del volumen de interflujo a la corriente (INTF)

se lleva a cabo de acuerdo con la función :

INTF : ~ " SRGX

donde SRGX es el volÚmen de agua en el almacenamier..to del

interflujo.Para el caso ~articular de incre~ento da tiempo
de una hora,en la eimulación,la expresión para~ es:

1/¡A,
o(.:: (1-IRC )
donde IRC es la rapidez de recesiÓn de 1ntarf'lujo diaria,
constante.
g) Almacenamiento en la zona supE.rioroEl volumen de datenc'ión
definido por el interfl~jo y el escurrimiento superficial
avanzan hacia capas inferiores de suelo;al hacerlo~están su-
jetos a una detención. en la zona superior oLa can ti dad rete-
nida es una funciÓn de UZS/UZSNsLa fracciÓn ~tenida os alta
 SS

cuando al cociente es baJopy ea cero quando el cociente es 3·

Eeta función representa la infiltraciÓn retardada del agua
que escurre en los canaleso
h) Escurrimiento Superfic1aloSe define como ~1 mov1miünto qe
agua,hacia los canalea,que ocurre sobre la superficie del
,
terreno.En tenninos del model:0 0 corresponde al eacurrimiento
superficial aquella parte del volÚmen detenido que escapa de
la zona de almacenamiento euperior~El ee~urrimiento superfi-
cial simula el retraso que ocurre al escurrir el agua hacia
la red de oanalesoPermite a la vez infiltraciÓn en caso de
que supere la ca~ac1dad de infiltración.El ~odelo realiza d1s
tipos de cálculo:uno es básicamente la ecuación de continui -
dad que cetermina la cantidad de agua detenida al final de
~~ incremento de tiempo;el otro eatá dirigido a simular. la
infiltraviÓn retrasada.La. salida 'del -proceso de escurrimiento
superficial Q ee almacena para traneitarlo posteriormente en
el canal.
1) Vaciado de la Zona Superiore-El agua l~tenida temporalmente
en la zona superior puede moverse eventualmente hacia la zona
inferior por medio del 'Proceso de inf11trac1Ón.El volUtnen de
~ercolaclÓn depende de los cocientes de loe almacenamientos
superior e inferloro

. UZS LZS ) 3
'PERO tr 0.003 INFILTRATION.U?.SN ( ~- IZSÑ

donde INFILTRATION ea el pará~etro del nivel de infiltración~

 '1
)
1

Fig,4.~Gráfica. de la función que define· la. posición

de la l!nea de interflujoo
(Refo3)

Figo"'.":fGráfica que ilustra la variaciÓn auuuesta en

la oportunicad de evapotrnnsplraoiÓn en un
eegi'lento de cuencaoSe iluatrd. ade:nás el
-~ ,
método para. calcular la eva.potranspiracton

re a 1 o ( Re f o 3 )
-----------------------
 51

j) FunciÓn de la zona Bajao- La Zona b~ja recibe a la infiltra-

ción y percolao1.Ón de la zona superior en cada 1nteMTalo y
divide ese volumen entre al almacenamiento de la zona baja
y el álmacen~iento de agua aubterránea.Esta ea·una· f~ción
del cociente LZS/LZSNoCuando el cociente es muy pequefloo
'Prácticamente toda el agua. se ret~~Bne en la ~ona baja; cuando
el. cociente aumenta hasta uno 0 el vol~en se divide entre loa
dos almacenamientoe;con va1oree del cociente mayores que uno,
mayor proporción paea al almacenamiento de agua subterráneoo
k) Agua Subterráneao-El almacenamiento de agua subterránea y
flujo subterráneo se refieren a la acumulación de agua en la
Zona de almacenamiento eubt0 rráneo y a BU ele e carga o En .'116U"Cl.1.S

·cuencas, sucedo que parte del agua subterránea pasa a niveles

inferiores a loe más bajos de la corriente del canal,entr~n-
~

do a la. zona de almacenamiento subterra.neo inactivo ..

•
El agua que se encuentra en el al~acenamiento subterrá·
neo activo contribuye al sistema de canales vaciando el al-
macena~iento de acuerdo con la relación:

donde
G'.'IF; incremento de fluj,o de agua eubterrRnea.
SG'/1: a.lmacenrun1en to de agua! subterránea ..
~:una constante de vaciado.
KV oGws: este producto determinn. la rapidez da la recesión.
1) Evapotransp1rac1Ón.~Ea la nércida de agua desde el terrano
y superf1o1es de agua de una cuenca debido a procesos combi-
nsdoa de evaporaci6n y tranapiraci6n~
1:;:1 mod0lo de Stanforo calcula la evapot:t>$.11SpiraciÓn total
eox1tabilizando los siguientes componentes~

E ~ E <!rE 4-E ~
t•otal intercepciÓn auuerficiea de agua zona superior-

Z +E
:l.Dna inf~rioE> ae:tm subterránaa""

La cvapotranapirac1Ón simulada es la ~oSe definen doa

conceptos:
coEvapotx-anepl:raciÓn potenciar~que corresponde a. la máx111:a

rapidez con que laa hojas y su~erflcie.del terreno sueJ=

tan el agua considerando un sumir..ietro ili:ni tado de agua. o·
=Oportunidad de EvapotranerpiraciÓn~Ea un fndice de la hu=-
medad disponible para ~vapotranepiraciÓno •
. ~

La forma en que ocurre la eva"OotrHnerpiracion en las· dif0~..,

rentes etapas es la siguiente~

"l )Eva'9otrans-pirac1Ón del almacenamiento de intercepciÓn~·

Ocurre como rnpidez de·evapotranepiraciÓn poten.cial 11
mientras existe almacenamiento de interflujoc
ii)Evapotranspiración de la superficie de detención~s~
calcula en forma indirecta :nediante la adiciÓn del alwu:=
11 i j ~ :

cenamiento de. retenciÓn nuperfic ial re atan te p al auminl seo

tro de humedad del euelo\!1
i_ii }Evapotra.nepiración de la zona superior~ se calcula con

la l'o:pidez notencia.l cuando el al11acenamiento do hlli'11e'dtü1

 en la zona superior excede el va~or nominal ú~SN;de lo
contrario,si es menorplas ?trdidas por evapotranspirac1Ón
ocurren con una rapidez menor que la potencial ..
.
iv)~vapotranapiraciÓn desde al almacenamiento de la ~ona
inferior.Eetá basada en el concepto de O?Ortunidad de eva-
potranap1raciÓn y está determinado ~or la densicad vegetal
y la variación superficial de suministro de h~edade

La variaciÓn s~perficie.l de la oportunidad de evapo-

tranapiración está repreeéntada por una función lineal y

el proceso de evapotrana-piración ocurre de la siguien.te:
manera:una vez que se satisface la evapotranspiraciÓn po•
tencial de loe almacenamientos de intercepción y zona
superior,la evapotranspirac1Ón remanente se aplica a la
zona inferior .. Como se muestra en la F1g., tt.::rla localiza...
ciÓn de la recta indicada está dada por la expvesión:

~o ·~"5--)(
l-K3
LZS '
rzsr.r j
donde r:ooortunidad de eva~otranspiración ~áximae
K3:Índice de ext~cc1Ón de humedad de la vegetación
desde la zona bajao

v)Evapotranap1rac1Ón del alma.cenamiento de agua eubterrá-

ne&oOcurren con una rapidez constante especificada por
, L1
1
el parametro K24EL siempre que no haya sido satisfecha
la evapotranep1rac1Ón desde otras fuenteso

m) Escurrimiento en canaleaoEl modelo de Stanford u~il1za un

método de ~uskingtun modificado para transitar ~~enidaee
 ó(J

Esto requiere da un hidrog:i:'e.ma de. tiempor.e; de retraeo 9 que

DG obtiene determinando las áreas 'i'.:ributa.ri.as de cada tramo 9
estimando laa velccidades en loa canalea en puntos eucaeivoa
del sistema de canales y flnal~ente calculando el tiemp0 de
flujo hasta la s-lida de la cuencaoLoe gaatos traneladados
se transitan wediru1te la expresiÓn~

~'

02 ~ ~i=KS! (I=0 1 )

"El empleo de esta expresiÓn permite deter::ninar finalmente

los ~:·olÚ'Ilenea de escurrimiento a 1 a salida de la cuenca o

Comentarios acerca de la calibraciÓno=

~-El proceso de calibraciÓn :requiere de considerar valoree
iniciales para los pará~etroe,a nartir de la info1~aciÓn
báeicaoSe requiere hacer algunas corridas y comparar los
resultados generados respecto a loa datos 9 es decirpcomparar
el hidroErama simulado respecto al realo
Actualmente se cuenta con rutinas de optimización. que
pe~niten variar los parámetros auto~áticamente~buscando
'POr ejemplo mini -nizar las d.~ fe rene ias entra los vclÚX.ene¡¡j

mensuales simulados y loe histÓricoeo

,, . \

6/

REFERENCIAS

Viesaman, W.Jr, Terence E. Harbaugh and John W. Knapp.

"lntroduction to Hydrology". Intext Educational, Publis}lers.
New York. 1972.
Z. Springall, Rolando. "Drenaje en Cuencas Pequeñas". Instituto de
Inger..iería, UNAM. 1969.
3. Linsley Ro K. Jr. "Rai...,fall -Runoff Modela" en Systerns Approach
1

to Water Management, Asit K. _Biswas Ed. Me. Graw

Hill. 1976. pp. 16--53
4. Flem.ing, Georg e. "Cornputer Simula.tion Teclmiques in Hydrology".
Elsevier, New York, 1975.
5. Linsley, R.K. Jr. 1 Ma.x A. Hohler and Joseph L. H. Paulhus. "Hy-
drology for Engineers'; ~ Second 'Ed. Me Graw. New York.
1975.
6. Springall, Rolando • 'E~'-Mno'vn, ndt· e·,· ( I'I¡•(U) EiltlnCI~)t j)1~+u+10 d*"-
1'nc1-en ¡ en1C• , <) ¡J ~\1--\ 19t-."·1

BIBLIOGRAFJA

• Chow, Ven Te. (ed.)., "Handbook of Applied Hydrology. New

York: Me Graw Hill Co. 1964.

'?verton, Donald and Michae1 E. Meadows. "Stormwater Modeling"

Acadernic Press. New York. 1976.
•:·'
 HIQROLOGIA SUPERFICIAL

EVAPOTRANSPIRAC ION

DETERMINACION DE COEFICIENTES UNITARIOS DE RIEGO

' ¡,
,r

(
1

1ng. José Antonio Femández Esparza

Octubre, 1977
 DETERMINACION DE COEFICIENTES UNITARIOS DE RIEGO

l. - Objetivos

La finalidad de la presente tarea es la de familiar izar al estudiante

con la determinación de los coeficientes unitarios de riego y su aplica -

ción en el cálculo de la capacidad de los canales, para el diseño eficien

te y económico de un sistema de conducción y distribución de agua en -

un pr9yecto de riego.

2. - Análisis teórico

El rendimiento óptimo de los cultivos, a desarrollar en una zona de

'
riego depende fundamentalmente del hecho de proporcionar la lámina --

de agua adecuada en cada caso, su determinación deberá tomar en cuen

ta las características particulares de los cultivos, las propiedades físi

cas de 'los suelos , así como los factores climlticos de la región.

En el presente trabajo se empleará fundamentalmente el método em

pírico de Blaney y Cri.ddle modificado. La interrelación de los factores

que intervienen en adecuado aprovechamiento de los recursos disponibles,

se refleja a través de los coefic\entes unitarios de riego.

3. - Problema

Obtener los coeficientes unitarios de riego para una superficie total

de aprovechamiento agrícola de 4 400 ha, localizada en una zona cuya la

titud es de 30 o Norte. De acuerdo al plan de cultivos y características

que se proponen:
 Plan de Cultivos

Cultivo Superficie Ciclo vegatativo Coeficiente Profundidad

global radicular
: -'

Algodón 1000 Abril-Septiembre 0.65 0.50

Pastos 300 Enero- Diciembre 0.75 0.40
Sorgo 1 600 Mayo-Septiembre o. 70 0.45
Sorgo 2 200 Diciembre- Abril 0.70 0.45
Maíz 1 800 Junio-Septiembre 0.80 0.50
Maíz 2 1100 Diciembre- Marzo 0.80 0.50
Frijol 400 Diciembre- Febrero 0.65 0.40
Tótal 4400

Temperatura media mensual ( °C)

E F M A M' J J' A' S o N D

12.5 13.4 17.2 18.7 23.2 21.9 20.8 20.0 19.8 17.6 15.5 14. o

Precipitación ( mm) 1

AÑO E F M A M' J J' A' S o N D

1 - 12 8 3 o 4 73 142 171 229 84 20 17

2 o o 18 o 17 127 170 250 129 80 72 14

~ 12 ,o o o o 46 195 94 220 46 32 8
 Datos varios

Precipitación efectiva aprovecha·ble * 70 %en exceso de 5 mm

Densidad aparente 'l. 2

Capacidad de campo 0.25

Punto de marchitamiento permamente 0.13

Humedad inicial Capacidad de campo

Eficiencia de conducción 85%

Eficiencia parcelaria 70%

Lapso de simulación Mensual

Período de análisis Tres años

4.- Solución

La solución se desarrollará en tres etapas:

a).- Cálculo de usos consuntivos

b).- Determinación de láminas de riego

e).- Obtención de coeficientes unitarios de riego

a) Cálculo de usos consuntivos

La determinación del uso consuntivo de cada cultivo propuesto, se .hi

zo tomando en consideración su ciclo vegatativo, obteniendo mes a mes el

valor de los coeficientes de desarrollo (Kc) correspondientes, tomados ~e

las respectivas curvas de desarrollo. Los valores así obtenidos se pre--

sentan en la Tabla No. l.

* Criterio simplista.
 · --· - - - - - -o-·----~_,.,-o-: ·-· ·.-····=- -·--- -co.o -=-·=--- --- --··· ·· ···----· --·- --· ··-···-·------- --~
: 1 J 1
1
1
J. -
-.....:___ '
'?'01'/d..% / r 1 Z;~# re o S>¿j'ot:.= ; o.y¿¡r;:;- J"'00"05J7)"' S'QL s:-t:7 cz.. sail
o:·,_·_..:'"'~
·~----- ~
-- 1 - -
 ~bido a que se emplearon los valo.l·es medios mensuales de la tem-

peratura, sólo será necesario hacer la determinación de los usos consun

ti vos en el.lapso de un año. .

En la Tabla No. 2 se presenta la se.:uela seguida en la determinación

de usos consuntivos.

En la segunda columna de dicha nabla, se consignan los valores de las

temperaturas correspondientes a los meses de desarrollo de cada cultivo.

Los valores del porcentaje de horas-luz (p) se obtuvieron de las tablas

publicadas en el Memorándum Técnico 231 de la S.~. H., considerando el

valor de 30 o de latitud Norte (tercera columna).

- Los valores de f y Kt , consignados en las columnas 4 y S respectiva-

mente, se calcularon de acuerdo a las expresiones:

f = (0.0457 t +o. 812) p

~ =o. 03114 t +o. 2396

en donde tes la temperatura media mensual en °C.

_El cálculo de los usos consuntivos mensuales (columna 9) se hizo afec-

tando los valores de la columna 8 por la relación KjK' en la que K es el --

.coeficiente global correspondiente a( cultivo y K' se obtiene como la rela-

ción de la suma de los valores de la columna 8 y la suma de los valores -

de la columna 4.
 Finalmente se obtiene el uso consuntivo total en el ciclo como la suma

de los usos consuntivos mensuales correspondientes (suma de los valores-

de la columna 9).

Los resultados obtenidos (por cultivo) se muestran también en la Tabla

No. 2.

\1
J
 Detalle del cálculo de la relación K/K'

Algodón:
K' = 58.08 = 0.60 K global= O. 65
96.82
KjK' =1.08

Pastos:
K' = 110.2 = 0.67 K global = O. 75
164.54

KjK' = 1.12

Sorgo 1
K =55. 74 = 0.68 K global= O. 70
82.29
KjK' = l. 03 O. 74

Sorgo 2 K¡K' ~ l. 30

Maíz 1 K¡K' = l. 08 K global = O. 80

Maíz 2 KjK' =1.33

Frijol KjK' = 1.16 0.66

:--~-----r--------r-~~~,---~s~~~e~-~~~C?~---r~~~----r-------~------~--------~ 1
l---~-\~----~r-~\4~~~~r---~~·-'~~;--/_o_.~3~1--+-~o~.0~-~~--r--7.~-~o~~~-r-=o_-=3~~--;--~--~¿~;7~-4~~~--~~7~
~--~--~-~--~r-~\_2._S__~---~~-3o~-1~'~o~-~~~o--t-~o~.G==Zq~-r~6~-~3~~~-r~0~-~~~<~4-~~~-~~~~~--4~·~-~7~9~-
, ~E~_--4-___13~·~~~r---t~-O-~--;--~~o~·~o-'--+-~~~-G~S=T~~-=~~-~~~--~~h~0~~~-4~~~-~~~~---4~7~-·~~~~~-H
u~.~: \~.2 S.3~ 1.3.3? 0.~=\-S /o .3tl tJ, J? 'J.o3 11- 7~

J_c_~--~---?~'-~~-+---q~·~~q~~~I~7~-~~~0~r-~0~,q~z~2~~~/.~~--~~~b--r-~D~-S.~I--+-~~~-~0~1L-~~J_._7_~---U
__
_ ~ ~--- _____2_o_.~~-t----q...:.:·~0_T--It--.:..../.;_7._o_d
__;-_O~'-;.:...:~~=t~+--/-S._._I_I__+-_:o__J'~I'---+--I.-!.3_:.=.3~D:.__-+-.:..I.j~.=~:..::¿.:.__-+!
~~._.., __ '20·0 Q.22 /S-1/ O. ~02. 13.71 /. ()tf J.f.JI .1S: ' '
--ser ______ - ~~-~ B.'?>4 J4._3o ~--Bs.; ;;.~ti ~-'' ;1.7.s- /.;J.¿c:¡

-! _ _!:~ __ ____ _____ \1\ .o-+---~-·-'_4__+--..:_;..:_o~-3~tf-'---+--o.;..:.6~:t...:.:c_:.:::._,_,r---"7.:·-: . . ()_..t.__+-__ • .s::...;_l__+--_.:3_._s._~

tJ......: __-+__d_._"?,_¿._
, ~"-.:\= 12.5 =t.'30
¡----~---- ---~~-+-~~--~~~-~~~~-4--~~--+-~~---+~~~--r-~~--~1
10. 10 tl.~2C\ 6 . .3S d.JS' 5. S'j 7. 'Ji..3
1 FE t" _--~3. '\_ --lf--_..:=\.;_.D:...?.;:_+-....;,I_O..;_.~tJ_I--+-.;..:O=.ID::...:s=f-:.;_,-+--6-·_S._'J'_--+---I._O_tf __--l---'-7-.:..:·,1;..:.1__--1__.::~_;_·_.t._¿,__
1 "-1..:·\: 1-=1.1 S.':>,S 13.31 (),=t=lS ,10. 3.! #.<J~ 'J. 9¿. 1.3. :u·

'>=· "":'\ (."") --

~ ~<=-t~--¿~----- ----~.__,~~~o-·-t-..L:-=:. . .""'~'~'---+-""-"~/-..~;~·~..,._-t-~:""'.a....,:r,..._--lr--=;:..:.;_-;=.·~---t--L-64'~.., ;"~::;......-t--- -:.~
3 0

~Et'· l l'>.ll ':l.o:. 10.o1 o ..QS:.f 6,$! o.z../. .s.~-~ &.1/1

 -----·- ----- -·--'--
~ .. 1-\-8

·¡
: j
··- -r- -

!.._ l - .¡ . . ·¡-
' '
1 :
1 . ,-- 1-
lb) ..u9N/AJ/)~

-,

/.- ~sTos
! : ! 1
- ·--··r-· , -L
. ! : ¡

l
'
1
¡.
/
 i
1
1
.:;i --¡
---+-
l
{
1
- _¡_
1
'
l
---,-i l
¡
1
1
,..-4~­
;z:-
l
1
---r-··-r -¡
¡
¡-
1
l
1
j
!
1
1
¡
_j
------------
'.; H
L. ------------------------------------- -----------
' /
,-- -------------------------:
1

\·\ - \1

··-· - -------- --·---- ----------

1

1
- .~

!
¡
J_
!
! !
1- -T----'
1
, ___ _J
i --¡-

'
i
¡

i
¡__
!
1
1 - -~ •

i
f

~ - ___ ¿ ___
~
!

--¡---:
t-- -1~---
I
!
1

1
¡----

·''
--¡--
1
r
1 1
1
1
:- __ j_
i
r __:_L
[ '
t- -
f-
! - - }-

T
 o

Precipitación aproveChable

A M'· 1 J' A' S Q N D

1 4.9 2.1 o o o. 47.6 95.9 116.2 156. 8 55.3 10.5 8. 4

2 o o 9.1 o 8.4 85.4 115 ..5 171.5 86.8 52.5 46.9 6.3

3 4.9 o o o o 28.7 133. o 62.3 154.0 28.7 18.9 2.1

e). DeterminaCión de los coeficientes unitarios de riego

En base a los valores anterioremente calculados y mediante la aplicación

1

del modelo de simulación conquim, se hizo la determinación de los coeficien

tes unitarios de riego como sigue:

Considerando como valor inicial de humedad la correspondiente a la ca-

pacidad de campo (columna 1), se resta de éste el uso consuntivo correspon-

diente y se agrega la lluvia aprovechable, obteniéndose los resultados preseg

tados en la columna 4, que corresponden al estado de humedad al final del --

período. Si éste supera a la política de riego predeterminada, se pasa al si

guiente mes, considerando este valor como inicial. En caso contrario habrá

que dar riego suficiente hasta lograr la capacidad de campo. También podría

ocurrir que la humedad al final del período fuera superior a la capacidad del

campo, en este caso se considerará como valor inicial del siguiente período

el correspondiente a la capacidad de campo ya que el exceso se pierde por --

1

gravedad.

Debido a la amplitud del período considerado en la simulación (un mes)-

o
.-[-· ·-·--····· ·-----·------.--- --·-···- - - - - - - - - - - - - - - - - - -
H -- \"2
~-· -----·----·----------- -----,..------------1
 ----·---------------- ---- ----- ---- ---- - -~

\-\ - ~.-: l
l1
1
1
. - -------------------- - - - -----------------------
· ¡-- -~ · -- --~ - - - r-- : . T - --: ~-T- T :---r - .- r , -: -~
-- ---l
- - --i
• ~--1---;- ---- --:---~1· ~- :--- ¡- ·: ----¡-¡--
¡-~-,-:---:
:-tt--H--1--T·-: -¡
¡--¡--¡ : --¡
'¡-¡--~----;--
f- ,_ 1 - ; -· ;....: ··;;._

-- ,¿/Offl.LO df ::5\"'f<«.if}(?g, ~ *'4'/ -:--11. __ : ---·---l--1--- ! ---¡- __)_ __j_-- --~

, _.
1
·- _,.
j !

1 - -·
! _; ---
• -
1,'_-
r'
:
~ODo;¡-
1 ' l, !
¡ tl .--;
i ! ' l 1 +' : ~ :
~
: -¡··-! ---r : j- ·:--T T ¡
i
:---
¡ '
J'
j

~~ -¡ ¡ . :----1- --il -L, -1~-- i·.:J.::_[_--L--1---~---- .----~-~---;

i -- -;-- _!_.
. - .. ·---:

-¡ --~----;-- ,__ _¡__ -¡---1

' -

l-- ---i-- -1
1

: .¡ -,___ t·-- l--f~.t~ 1=:/ºº'>:J~. ¡ 1

_: __ . .- j -: -~_j -\-- : _:.:.- -·¡'----¡'. , _¡ __ J_ :- J__

!• '1
_L _l --W- -~-- ~- _¡ -- _; -~ ·- -~-- _-
¡!
1
: 1 ' 1 ! 1 1
1
' 1
1 ' 1 ¡

CI

vi
S

. ..J .. .

1
.f '
.!- ' -
-L
1 1
- j-
1
1

;::;_

J. 1So.o.
,---¡ i
.JI 1$"~. o'
-- i ~-

v.!.~· .r¡-1 --
: '1

'ISIJ. ot
í --..... ¡ -
 --·· --------------------

r- - -------------------- ----- --- ---~ -- ----

1

i1
···-·¡ ,-]
---,----¡ -~.-¡-··,
~--
.
1
.. ----
•
,
i
.,.¡
__j~ ___ -• --~---~
r·r·¡-T-¡·-;···:··:-- --r---.-··j¡
.t__:_~_¡-·-"-~L-i-~--t--·1- --
1 1 ' ~ ! l 1 '
:__ : 1 - .. '·
1

J ' ¡-
l
: ·-+ -i :
¡----!--¡-- -
·+·+-+--t·-:---+-1--~
1 !

¡ 1

;e
1 1

kr~dt¿~to.J
¡ : 1 l 1 1 1 '

·¡cj:,_;~~~~J--! ----: ¡----¡---~

1 ¡ 1

·;---;
1

--[----¡--
l

l
. - 1 ' r-- i----~--r·--~- ¡--~~ --¡--' l
---:4 --- 1 1-· 1 • : .~-~- ·! --1---,-- -¡ -¡--i-- ~----¡ __ :_-T--~ -1---; 1
-. ---,.--- --··-- -- ,. - ¡ "Pz®Er? j i...So$<10' di t- ¡-~+-+--¡-~--¡-~ --' -~~--: ---,-~-:__;__- -~.1
--· : }--~---1---1 .1 :_ ,_ j I--~L.. L_+_j--~-51f~q'~:?_~~~~~ __ j
¡ ! 1 ! j 1 ; ' ¡ i ' 1 i ' 1 1
- ~-~--~- --t-¡-- - - : ____ !---r--J __ -~--L-- ~ _l_l____l ___¡__ ~- __ _i_·
.1: 1 ' ' :

1 _1
t
¡- _¡___
1

¡
1 j ; l
+···-r -:---¡-
!
¡
:
.-
¡ :
¡--- :----' r-
l ¡
1
r __¡_ +- +i --:;-t----'
' '

1
1

1
1

!
: ' 1 1 '

-·-- --
J

~
1

AEs -(?~t~,.--- q~mti) lf~(~~ .--J~t~)

~::r.::;:=-;-~~-+-....;;¡__;:..~+-+--F-HH_;¡.~-+----+~+~+-=F-~~~Z::+-..ZS:::=:..-t --- i
~~~t-- -~~ ~;~ ~~~- _(';¡fi2-- __ ---¡
. .l. __ ¡__
j L~--¡-r -¡-- ---· l--1------~--__: ____:______)___: ____L_ _____j_ ____ ----- l
'}".l. !;J:: :~: bJ.4 ~~-~: ~ ~ttt- ~?;_ i~:f- -~~;;;- 1
:;.ir: ____ _¡,, _
_~. !'Jtlt-- ---f~f-'~- ___ 7-?J~-,-- ---.0-f.Zl--r--!~;.2.!~- _ _ i?-.Z·-~--- ¡
:: ~~1.3
-~--
-. - ' -
~;~~·1-
-~- ---- -· --
-rfJ}-- --~.1Jf~--
-443..
__ _¡ ___• -- 1
-- -1
---~--+~~-----~--+-~-c----:--L-~--
- ----: -
-~----:----
----1-- __ _] ---l--~.L-L-- __ _; _ _¡__ ~~--~-- ------+----
-~J
---~ J._ L _! l__ ~ ___ ;_j_ -L. -~~-U ___.__ :__l __l : -j ___ ~ -~ --- . -.-j
I. .r
1
• _ . . __ ) _ _ [ _ _ ;
¡ i ' 1
i : i ' i .• '
-¡-
¡ _
_L 1
· :
t----¡-
1
:-· -~---
1 1
1
1
1
1
._
-;- 1 -,--T
'¡

¡---,-r
1 1
j ___ , 1
-~--:
1
---; :
•
1
, (
l
•
---'-~-L -:--~- -~-- í---·+ --,--

' \ i
-1-
'" ~!-
- ·--r-
1 : --~----:·
;___--r--~ ·-- :----~-~
j : n---1-+-¡---¡-T 1- -~--++--t---f-+-+ -~----:
i--T--~---+L+
: ---t-+----:--~- ~- -
+- i- ni -c--r---t- ,-1 i-+__j_t-~~~- -~--+-+ ----; -------
:-+-+-t- ---f
r -

1 ~ --~--+--- J - t- t
l ...,_, __ : __ , ___ ; __ .J. _ _ : _ _L_¡ -~
-~-- 1 - -¡ ·--i----!-- ~---i--
¡ -l--- ¡_: __j__j___~~ 1 ___
1 -~ ~-+--~---:-: l -----
J ___¡_ __ ~---L_I_______'__· ___;_ __ ·----í
___
! l 1
~

r/"'-¡¡ -- --¡-7~ .:2:- -' - ~~l~t-- .-:xt·¡!

1 l 1 : ! : .l 1
: : 1 1 f l ' t 1

_',J_-~_-7_- __~_-_;-_.2__
1

'1.3,-)-' ¿, 7_.__z__-·_!_-_. --:-~---'" -~ -¡- ·-- ~---~-:----¡--r--~

- _' 71_- _ ,-_-- _--_ _ :s9.
-
- --1-
-¡ !~! 1 ~¡f. __ ;_ _ __J~~-: ___ --~.!/:_~~- ___,~z~~~
____!J!.sl,l 1_______ ti'¡·..J: __ :~.!:.#+-
"1 ' 13.)'
J~/- )_~_qc~- -~.f.;?.~-- _~~~~ -Fá.~-- --~!_.¿,: _ -~~~~~-~ ~- i

'
F)
-·~-

;.s_. ··-
_!.jJ
J3S"; .P2. -¡--- I.P¡,~ : /,3'}.a;
1
¡~;;.¡~_ --1 71f.r--~--- --~1i~-~~---- --i---~-----1-}---·----
' ' 11 --,--:------ l
- -r f -- --
1
~~ -, , ___ - - : :
1 '
·- ~--¡ --;--1--·:··-¡;·--:- . . -------¡--------,----:----
1
'1 •

·· -:--· :_·j~~-j- : -~--¡ i --~ +-__JJ___ r-r·t---¡-t--·;-- -t-·-;--- --¡---'---:---

---~------ -¡
r··T.
'
_: _ _¡___ ¡ • ¡--r:- -.-- ¡----:- -~---~--;--i-¡-:~·t·-:--~~-- -¡
_¡ -- ~--
l ; :
-:- ~--+--r~ :____¡__.:. --:- ---'--+--+----
! 1 !
-'---~----- ---;---+------ l
· -t----- r- -l r--¡--, !
--! -1~·-
1
;-
: : 1 ! l !
¡-----t~- ~----:----t- -~----+---~- --!---l -- ~- ~--r·-~----
1 ;

~
1

'1

¡'
__¡__ ---! j---¡---i. --! -· r-~--!---t---L--;---r
¡ ¡ ¡
1
--'--~-~--~ -L----·---- ..
j
•' -- f -
1
¡--- j
1
-f-- f
-¡- -- -<--+ + --: ----
¡ l i
1 '
-~------- t-· r - -- -:- - - • --- -- -
'
~-'---:(; - ;-- --- r¿ !_~-----~--~~}~- --~~~}-- ---¡~:?S:-o ~
1

_/~--¡ ~7~-~
·t--J
tr;, r-- -¡---? J-f ----- :· -'1:~-- ------¡-----¡~~-- ;--~----~ ~--¡-- ·--~----- L- f 1 1

.!~~ ~ 13_{._~_ :-~ ;-7~-- _;¿'J. 7 ______ /.-º-~·t_ __ ___<f!_:.!f___~--- ...L2'Z~L __ .!_'?:._~?._-...!'!_ ~
.~ªr:- /4"-·J_ --r~~ ;_ _
-.v'j,'~-- ---~---1-~-+- _ : ~ ! :--~-: ___ ---~---: ____ ;_ _ __ _¡
:;}': ---- _!_~;!¡- -~~. .3!____ -~~-7-l--- ~± -f-il?~ ! - {~~~ ---~<.?:~!;.?- --l
. S:_- -. '--;- ?'"-fu., 1_4l>,?.c~~ _,m_, --;--¡-+·}- -]-¡- -;--;--~---.!--- ·_··l
t. l ;----i- -j- -1-- --~ --t~---j- ¡- 1
-J-I·-+-- ---~- _;___ ~_ . ---~----~ -- -: - ~
-ll
1
¡ 1-. !-- '
1
- -+
l _-··!
i
·---,- ---~-
--·-· ----. ___ ¡_ __;_____¡ _L--i-_J~---l--+-----r-l-l.--J
!
__L: _____ ..i_~
!
-- ~-___:_--~----: -
' 1 1 ' 1

- ¡---¡- - -~- --- :--T- · --~-- ~-- i--t-j-- ~-- :---t--i--t- ---~-l----t---¡í'---¡- t--j--- :-i---t--1---; : -
' 1 1 1 1 ' 1 1 : ' ' 1 ' 1 1 ' : : ' '

.
¡-
--,-1
·¡'--~:
-~- -, -~f -:--+-+--·- -~-~----1---:--· -+J----1--+-----;- ~r-t------1--¡--~1-+---;-
L
. .!, j
1
1 :.
1
--¡~.-
1 1
1----f L.~--1-----; __ ; ___ _¡___; ____ ;
¡ 1 '¡ 1
1 i1! :
~_¿~--~~--~~--~---~-----~--~~.--~1--~_.,__~~--~~----~--~~--~~--~1--~~--~·--~~~~~~·------'__;
i 1 1 ' : 1 : 1
~+- -L.L .. -~---.:.·~-t-----l---;_____ ; __ ; ;
t'
 ---------------- -- --..
1
·, \ \~. 11
í
1

-·
¡

1 1---~-
;. _L_
_,_. 1

--
1
1
1
L•.
i

!
-

D)¡-
¡- €
~~-
"~~-
¡::¡

1
!'
1
r
'J
1
'¡~
1- J
i

1 -r 1

.1-
l
1- J.?..
i
1
€
F,_
M
-
~:

··-
¡_ ~ --- .¡
1 1
¡ :
:J> .3./}__ -,
E /_D_2~4 1-l- 7._
F t3s- '92. .¡
11 I~_JI /,?={-
11 /~ ¡
!_o~-·,_
.,_ ....
1 1
' '
1
r·
1 1
'• -~ '
1 / - ! -~-- _j __ _
1 1
1 ... ¡. r· 1- -+ -
:. 1~ : _t -:
__j_____¡_: ~- 1
' ( --- ---------------- ------- --------------------¡ 1

''
!
- -----------~-·---- - - - - - - - ----1
!
1

r·
'
'11 1
!
'
1
-·· --..! --

1
!
1
'i ~ - - i
l

~ -¡
1

__{_~ x~!)~_ ..J

•VtJtv~: '

,_j_ __ +--'p ' ~. : i

_,, ___ j
' 1 '
, _L __ :_! __
___ i_____
~~19~ ' -1
../'
',.
.J?.. i .. - ~!f '-'<- ··¡- -¡- ---
1 1
--: ·¡·--¡
·f-+:;-f-----+-t-··-~--
:
----~-¡--:-
•
! ' -; ' - ·- -;-
" --- ·-
·--,
··j
,ji'
-~,- ~~~~
, - _; :___ .
l<t 3 .! -+:f'r--
IS"f}.-.~;... --~¡~¡- t~~:~~i --~
---r~-!J·.-q ___·_f?-.J'S------t-f~i
- - -r--r· --j--·-:·--i-
-~=(~¡?_~~~~:
- ~ --;--- --,-
-: !
1
.S¡
~, ...- (~t. ~--- -1 e? ~ •-" ,..., -;-- - -1 - -f -. ---- , - L- ---] --r---1- 1--- .. ---:----- ,______ .. __ ,- ___ . ji
~ ~ ¡ ¡ ~ : ; 1
1

. ¡ ¡ [ 1 1 1
;·--¡--¡---j--¡ T -:- ---¡-- -·:--t-J-
1 1 ¡ 1 ; f l :
·--y·: .--¡·.-·-¡ ¡-~--¡·---
1 '

·!· ' ----¡--;--.--- - ···¡

J. - .l 'L~
1
--¡·- --;---! :---}--; -:-! --i--+--+ ~----¡-<--+--l-·-;·---'----__j_ _____ ;----¡---- --i
1
1 : ¡ 1 ~- 1 1 ;
1
1 [ 1

l=:l-1 t=_j _ ~ t~-¡---~~ -~--- ¡-·_: --~~-~ --~=~--~- :_~-~~-

1 ¡ - :_ -- ! 1 ' j
i
1 . -~··
·¡
•- -------
'
'
T-1 .!·--r-[ _]
·:-4··:----~-¡--, t-
'
r·
L__
' 1 1 ~ : ' ' ' i ' ' ' \
i ¡ ¡.
--•, --,L-:-~.,--~--
'1 , -:. ! , - t~-
' • , 111 t,l ''
¡" L -.. - ' --+-- .._¡._, - -·---+---¡ ¡-- 1 -- -¡- ·-¡-r-1 _¡\_ --¡---~,
1 :---~ ~---~--- f· -f -: ¡_ __ : --l ---t--i-- --f----+ ·--¡· ~-- -'- -t--- -------~ --:--·-. j
;·;J:J.- -¡·- -¡¡tj;, i· --!·+·~:--!--+ --~- ~--- -~--+·-+---:- --¡ :_ _ ;___
q_ -tt ;_~- • : L ~_:- ~¡=:· j
1-

;,~.r~ :_;,, '?· '! :~

_J_,
\ 1
~_,L_¡
" ·•
.
f.lt~~ : ~w~t !d_:_t. b.té-..J?j:!2 =:-_:zJ'?2~~ 1
t:) _: 11_'/·'f_ /~-:J._,:
!
S J~J.,Sf /..:1~. 'l! ..
-- ------ : ---

_! _¡
'.l ~- -
- :---- ·:· --_ ~- -~-- _:¡-
1

¡--. -.- J_ ~ ;_· -~ _;·~=t·-~- l__~~~~~~~J--.~~ --.-;· -· ... - - --------,.

' ¡ 1 1 1 1

-1
1

: --¡ -~- -+---~- : -- f __ :. ¡- ~-- !... - ~----j_ ; _j __ _; _j

--- L.! --l---+-- i- !-
i
¡_ -+-+---1-i ;~--J-¡ ;----~-:--
f
¡ '
: · ---- -l
-- ~t . --; -
:--- : :- r-- :
1 ! 1
· · :--r-·1--- :---¡-- -.----:·----~-
¡ i 1
. 1 ---
1
i
. - ~- ''
" ·- i-
_¡_
1

'
·-i
'
-¡---;
' i 1
__ , ~-
' t'
'---¡- -¡·-----·-1-·-, ---,---; --,---
¡ ! ! ' 1 : : : -
·i
1

v.,
.J
/.j()
·¡.["O
J'7. <t
1~.3. b
' --,-
:~1:=:- :_~j-3~ i~-~- _r·I~~r,~:r ~~7:~ ~ . :
/)_, /J'i. L. IS'j._'J. ;~_4.3:_ __; 1//. ¡ ~0~- ~- - -~J~---. __ (.r!-__ i__ - (f:-5-3_-~!._--" ~~.
.S: i.r(J ;;;u•• _, : .V '
{~ 't'· .,_L _ __ (J ~ ~ 1
, l_j
- ...-" ¡ --
1
__!_ ___
1
~ _ : --- - - - - ---- _: __ -
¡ :
---~- • --
'
;_ ____ : 1
i
1" t -~;1 -- --1
1
-__\ ~-
¡ l :
- i----~---t_l_l j_- ~-l. --~ ___:__ l___ -- J_ L__:___
-· -
i :
1
-- _J
¡ 1 1 ! l : ¡
i--¡---t¡----; ---
1
1 1 1 1 l

~ -~--¡- -~--; --! -:--- r··-+--~ -T--~-- ~---¡--- ~--r--~-- ~--

1 ;

1 _¡_ ·
r
1
1 1 r·T f--¡ -¡---~-~--j ---¡¡-¡ -;-T--~T-~ ;--¡--: -T -;---~----,--- ~--
'·
1
--i-J -++-
, _~- _ _¡---~--J- __ -~- _;_.l__ltEE
_
--. ·j· ;... 1 , -~-- 1 ----L- -j t----¡---: -•--,---; -;·--,--~ l--:· l--;- -
l' ... ,--, --L-f--L) .. -l-
~-- ~--~--------~--¡---~---' ---
·---L1 ~~- ._..... _j_ ¡'---~-J __ ;__ ~ __
1 ' 1 '
L___,! ___ I
'
~
I '
L_
; __ r¡---~rl L___ ~ __j__~___ :_l_ __;_ --1
1
:_ _
1 ! 1 ' 1 1 ' '
-

-¡ +--[-~ ---- :·--~- -:---·;-- ~ -_¡ --: · ~ l

1 l '
1

~ --1 -t -·- ---- ;· r --j ¡--+- -+--+·-~---r--;

1 ' ' 1, 1 1 1 1 1 1 1 ' \ 1

l. T
' ---i ··: / t :---~--.: _ _fl ___ L --+- t--+---~--1----¡----~- -1~-- -~-
_ __.._ _____.._ _.:_, __ ~___!____;__,__:_'_ _:__ ' ~ J : 1 1 ;
-T-! -- - -~ -1--~--
1 ! ¡ ¡
_, --:----+ -;--, :.__:
1 1
 '•
-' . '

\' ~ i :" \ .. ,._ .... \

"~ .. ,.~~ -..L
{' \ 1 ,..
.... _- ·'

('
\. ' ' \~ ' ,,. '

(- 1) .... '

.' 1,- ';)l.~ ''

f \\ \,
\.,:·· \.

'-,

·'·
',.
 --· -- ----- ---------- .. -·-·-- ------ --------------------------------------¡

~ 1

. ¿o~4.0 ~:~Mv~~o~:TClllJ:-r¡·,--~-~ :~.m~

.
1 : ' J 1 ¡
,-
1
; - _¡
1 :
:· ·-¡- __
1 1
l
1
.. -------------
¡'
1
t?a.efi' ~/f
!
2
i
' 1 : !_ -:-- ·-·---- ----- - - ¡ - - - --------. ~!
·-- ¡. .- i 1
·-·1 -----·-----------
\ '
------ ----
, .•
1

;-- -r
1 -~~- .=!.
1. \ \ 1 • 1
//00 tia-~--. __] '

,. ¡
1
T -. -- -. ---
1 1
- - ,- --- ' -1 '·

'
'--!---+
. i -:---,---- -- ·i
1
-¡ i· - t -- : ---T -- -: - 1
-- :- ' -j
! - t~--¡ --: --+--'-------:
_j ___ _\ ; '
-----------·- ----1
~

- J

~j~l ':':;d; (~ )( -~-~~ -

1
{mm) - 1 ( _¡ __! :, -- --/ '¡
i:;F(z) ~~~G(I: 1./ .¡ J?lr56(J -:;¡;.~ ~ vo:;~~
' 1 l

i--+- ~+-~--
1 ' '

1-L--~--i ' _e_ ___ ,____ ~-- --J

- ~- 1 - L- -- -- -~ , -- --+--- - -1
/oJ'. ¿ ~- -P'=>: /t/_;).,t_ .;2o'o~. 4 ¡
-9.,7l-~~~-~. -_·;;~j~l~~ _:;;;.:l_ -__ !._?-{?~~i. _- i
J3ó!_dl_ -~·~~; ·-- -~~~_._¿__ ----2~:17.-:Z ~ ~1-... 1
\ \ ¡i ¡ 1 '
+
p \

1 1 ' ._.!.._ _ _: - - -- i
f - -- -~- -- -7 - ~ -~
1 ' ' -

·: 1 --:- - ··: ---- - -1 ' : 1

j_ J ~--¡~I_j-~-~L=I~ ;~y~:---=--=~------~-~--·;-~---- -j
! __ .~_J __L J____J___ J__ !__ ~_J__. i

:_
--
-- -- -¡ ~

1
-+----¡- '
: , '-+-! _ _L -f )---l- ~- ------- - ·,--- --1 --! __ .!.__ - -----
-,-------------------

-·--- - --~-----~ --.- :

1

-- -- ---- -- ·-· ---!

'

¡
_j ' ' '' ''
. i,. ~ --- T

1 ~~3 Yo¡. 7 --.l.-·----

. -!-- - '
' d
~-~~~ / {{·- -'"+---- - ~.__'f-J. - ) 7 'f.__-c_ ~ 1.-?_Z_..fl 1
- '
- '7 ~-: t- : 1.-'---'}.7 . - -- !~1- . - 1 ' '
__(?_yl~ / . -~ .
. • __ _¡__ -
J
~t-.(.,.
í
!f ,3r- 4-- _
~- .fz~_ . _~~o/. el -d ~ J'_ 1_: _.¡.

-- T .
-- 1 ---,

J ___ - ~
,_- :_-:J_~- ¡----~~~t
1 -
1 :

¡, _,' _:!_ -~ + ' 1 ¡ 1 ¡---+-¡--¡-- -------

1
1 ;
¡
~- --f- __ l -- :- --l. - - • - --¡ - - - -;--- - - ¡- - - -
1 i
___j \ 1 ; t ! '¡
1
11 --, !
- ¡- : - :-- --,-- -i -; ----t- . 1 1 ,

1
1

1
1!- :- -1 :
---r- -
1
-~
: !
-~---1--·--
: : _¡_ _ _:'_____
1 •
J.__• -·------
1 : -- -j 1 -- --~ - - ! ..

.2>
e
~
/~0
/0
!.Jo
d . .r
-17,1..,
7./~
9.t.¿.
·:!·;t:~::-~ -L:,A~ _"c~~é:_r·~u:i
_
_;_ 41 _ ·--- __1_.SS. , ____ '9~~-4-- _>._~?~
<fJ2J,/._
1_~--:J____ /2~Í-~---- 'il
.
¡.
~- ;.Jo 13:/.s; ~-~- ---" __!17.-r: ___ (.,3-?_~.!C-,--~~7~J __ .:l_2_2."}__ --~~i/1..;1 -- n~~'l(
.l,----! :-~-: r- -~-:
!--11----\-
1 .,____¡__ _ ---¡-----
. : . .
----·-- r--·-¡----· - ~- -~
l
) - ~-- -¡- -:--,---- 1
1 ' '

j-- --~- i t !
1 ! __ . ___ ,':____ ,~--
1

'
·--- __'.
'
:, --~; __ :'- ¡. - . i!
1

¡ l : ~
1
·--- ¡
_ i_--~-~~~r.---r¡---r-~v-~~ -~-]~-~-~-~-1 ==~---
1 ; \ : 1 1 1 - - --- --1--- J

;-- -¡----, . - : -: -1
li
1 ! J ' 1
~ .. ·,:- ,--- ¡ ; ~- .... - - -¡ ---, ·-:1--,--1+-""
' ' ' 1
- -~--·1 . ----- ·-·- -,-- --.
1 1
---'---•
¡ _!___ ~ __ j_____
- - 1 1

r ---l-
l -+-H-
1 1

T , .. +--¡---¡--+-¡--~-
. 1 :
-t- ·¡ _: ___
1 ~
-'------· ¡1
1 ' ' 1
L ___j__ _____'. __ ..__i_._
' • 11 1

__ ·-----~-----~__l_j_ ¡ 1 ¡lj .-J..._}

J
1
!-\- 1( 1
1

'1

; .

·-

-- -
1
\.
i¡
'(mm):_
~..¡éS drLx)
'
~ - ·--- • \ - - 1 ¡-
.2) /20 sl-..f JI'
--!---~ t/_:_ _____
1
r73~i.
1 '

'j J
é 1
¡::;
/Z.O
--
IZo·
:.1
,,PI. 1 : .'t-i i ;. -
1 '
1 ~- '

:~l.!_ ..; 1 J : 'SJ'.I)·

' ' ' [ • ~¡-- 1 ~ i ¡
: l-
--- r -- ¡ .
r •--
1
_¡, ·¡
: 1 i
: - i - -::~
' 1
1-. i.
' 1
_¡•'
1 1 •
-¡- -¡-i
~-- -
l
J
: _! ___ [-
-r- 1

..2>
E ..
: ,/:;¿()

:!-~ '
.J
'
,sd._t_
PI./
~F_:_ ·-- .L~. ' ¿,~~~
'

• 1
--1-- ' - - -~- ~-

' l' ~
'____ l ___ ~
--;-- ¡-
! _¡
- .. --\----!
' 1 1 l
1 ! '
¡- -- ----~·-¡

! 1 1

..3SD·I
- ,S:!D. f
;.J.3o.ll !
l
·j
1 1

-·- --- --¡

1 ' ____ ;_7-----1
¡
l_ - 1 -- 1
! 1

_j ]
1
i
j

l'
1
 1·'· -''

(·)

3 "/ 1 /
..2- l<joJ,l- x ;o /:S r·s /.S/ ,....:::t..
1000 ft'a >< d.S9 ~ s
=

3
/0C:.2. ¿., )( /0 #s =
: 0tJO .rit:t '< ~S'J2 ~

X /0
..3
:: Ats/~-~~

1 •
.3
.¡ /J,Ls:<. cr' x /o ;?i__ t2. ,7ol ¡/
/r1;;.~
.'. /J..'
1, A-

.loo ftá -<: .,;;~~9-<- ,j

.!~ ,.._,. ..UHI.Z .2.1 1.</:¿ 2.<,1. '~' 9. ? X/O

3
As (J • ,.
J'.5'l /::r h /41"'-
S /
'
=
/_/O() ;/4 ,X: ~.S~:1. .J
=
'
- "

7-
=
')(_ ~se,;;
' ,.. : . '

{¡) /0 . .nociP/v .::.~ ....,:j/ •.r,).l(.(/~~!0~~

('f) /~."d'/1'1)!:) ;&.;•.t; C!..t.a4 ~;:,;: ... () • 1

/
... ~ ~~- • - j_
_j ______ _
sería necesario recetar riegos fraccionados (colum~a 6) para que el ejem-

plo resulte ilustrativo.

El número de riegos (colUmna 7) se obtuvo dividiendo el complemento

necesario para lograr la capacidad de campo entre el valor de la lámina de

riego previamente obtenida (columna 7).

La columna 8 se calcula multiplicando los valores de columna 7 por la

lámina real de riego.

Finalmente la columna 9 muestra los valores de la lámina de riego real

multiplicados por la superficie correspondiente, expresando los resultados

en m 3 x 103 .

Una vez que se ha realizado la simulación para cada cultivo mes a mes

durante los 3 años, se eligen, los valores máximos del gasto unitario y se
<,

ordenan en orden decreciente, como se muestra en la Th bla de resultados -

finales y se procede a elaborar la representación gráfica de ellos.

5. - Resultados

El resumen de los resultados obtenidos se presenta en la Tabla de Re-

__;
sultados Finales y se ilustra e,Q· la gráfica de coeficientes unitarios de rie-
•'
go.

6. - Conclusiones y recomendaciones

El empleo de la gráfica de coeficientes unitarios de riego permitirá ob-

tener la capacidad de dfseño de los canales del sistema de conducción y dis-

tribución.
 ~--- ,....__,_T - ... - _,. -- --....- "\
¡
:
- ----·---·-----
'
"l: '~: '
'~ '
·¡
"-"' '.~)>...
1 0' i 1
'
/. '::>
-
1
1 ~- i· o'
-f.'
-· l'
:~;
.,~
~~ : ~ ~ ~
.
¡ (J ;~- 1
'1: ~ 1' - 1
1
:
~-
~
~-

VI

rS
·r.J
' "> -el
-i- ·'
~
-
---
_,_

¡-
~:
IW)
"
',.1

- -~-
1
-· --
:
¡- .!

~·
~"
~

·- _,'
'
~
'
~~- -.--
'·~
·~:
"''
_, ~-• ~
~·

1
-

~·
~
~
-~:
1

:1
·~
--
~
F'-.
~--

'i
""
-,---~-~-~
'
:---: . :- __, ---¡
'
1
¡

i
1
1
1
' 1!1- ' -¡
1 - - - - - - :
: : '
--- 1
"'o
'-
~
"('9 ~: '- \'}, Q
. ~~ Q
,:
,,._,a-:.·
1
E
:r--
u •' o ':i ~ 1\,
--
':f..
-
"1-
)(
f ·-
1;1
-
Q
.~,
.~:
- . 1'1)
' 1\)'
i
--
11)
!l' --
1
"'·
;..g' .~ ,.
-~-- ,. -- --; - --·- -~-- --- i
":::> ")! ~- 1
'");- ~ ~
i
' '
-~ o ~
"' 2 ...
t.,
~- 'j...
()
~-
~ '\9
. ~
~
~
<'6
> ~ 0\
"1
:
'¡(
~ ~ ~ lfJ
-.&
e ?'<)
-
- '
1), ' ~-·

1
" " •r
¡
..
1t
~
- - o -
o
()'
o o
o -
o o o - --- -.-- -- !
-- -¡
1. ~
() ()
f ~
....
~
'1 'i. ~ ~:- ~
'
!
<:?,. ' ~ 1l ~
o o o <::) o
,:J
o ~ 8 ~
<::)
<::) ~
~
·~
~ Q
~ "- ~ ~ ·~
' "
'S <1"'... '1 ~
,.. L,
~ ... tY
1'1)
\~
~
-.9
"~
-a
1:'-.
..
'
(;)
~
~
'-!! ~
~ !tt- . - ' • ~
.....¡¡ ~ <:::1
- ' <:::1 <:::1
 Es notorio el efecto del tamaño de lA superficie dominada en el valor

del coeficiente unitario de riego, cuyo valor aumenta en cuanto el área :.. -

disminuye.

El período considerado en el análisis (un mes), resulta ser muy am-

plio, en casos reales podría no ser representativo de las condiciones que-

se deben considerar. Se recomienda efectuarlo a nivel decena! como mí--

nimo.

El procedimiento empleado resulta ser muy laborioso (no obstante,-

las' simplificaciones propuestas),sin embargo, es simple y muy lógico.

Se recomienda el empleo de un programa de computadora para su apli

cación.

'edcs. 21, X, 77.

 .... h-e t

COEFICIENTES UNITARIOS DE RIEGO

3.

.5

1.5

lo-
LO
LIJ 09 ~-
-.... '
Cl)
....... 08
r--e
Cl)
o o.:
a: 06
~

.....1 05

z
LIJ o

O'"
~ .
noc

02

015

01
200 !)() 400 5(X) KXX> 2(XX)

A R E A EN HECTAREA S

, .
,,
..
- -,

HIDROLOGIA SUPERFICIAL

EVAPOTRANSPIRACION

El Uso ~onsuntivo

ING. ]OSE ANTONIO FERNANDEZ ESPARZA

OCTUBRE 1977.
..
.3 EL USO CONSUNTIVO

.3.1 Consideraciones generales

Una gran parte del agua aplicada a las tierras de rega--

dío es consumida por la ev~poración y la transpiración. C~
mo en la práctica es difícil separar estos dos procesos, se
les considera como uno solo y se denomina Evapotrans?ira-
ción o bien, Uso Consuntivo.

Según la definición dada en el' Apartado .1 de esta Nor--

~a, el uso consuntivo incluye todas las pérdidas por evapo-
ración y tra .. spiración de las plantas agrícolas y de la ve-
g~tación natural que medra en las parcelas, más la evapora-
ción propia del suelo. Es por tanto, el mejor Índice a em-
plear para determinar las Necesi~ades de Riego (~~).

La medición del uso consuntivo para cada una de las con-

dicion~s físicas y climáticas que pueden ocurrir en una zo-
na de riego dada puede que, añemás ñe ser costosa, re~uiera
d~ mucho tie~po para llevarla al cabo. En general, los re-
sultados de las investigaciones, diferentes mediciones del
uso con.sun~ivo y los datos rr.eteorológicos observados en una
¿eter~inada zona, constituyen la información de base para
es~ir:.ar las necesidades de riego en aquellas otras zonas
donde únicamente se dispone de datos climatológicos •

• 3.2 Los factores que intervienen

En el Esquema de la Lámina .1.2.3-1 se han indicado al~~

nos de los factores que tienen influencia en la cantidad de
.'l~ll:l que consumo el complc jo suelo-planta. En un lu~.'l r do-
t.erminndo, algunos son constantes on sus efectos y v:1ria- -
 :\1~<....:-J.s c!c los i.J.cto..-cs <¡<1-:; 1.:-.:::i.¡;y..-::-. e:-. el uso co;:!--;u;:¡,~i­
·.·,~ ·.:.i...::;:-.c:1 que ve::' co:1 los .:!Sp\!ctos i;.:~::-.anos y r.;uchos ot.!"Os -
.:.:- •• -:.:::.. ~ .. ..::...:i v ~::.~icnt.c, t.;.. h.::..; co~·•ú lu.:.o cli~~·.~·t.icos, el ;.b¡,¡::;-v~
~i.¡:.::...::.-:·co d.::::.. .-:l[:.U.-:1 .J. las p1¿;.r.·t;,::;, el t.ipo ci.e suelo y l¿¡,s ca-
~~~:c-.:...::..-í.scic.:..s ~opo¿;:"áficas ele: terreno. En seguida se des-.
criben algu~os de los más destac.J.dos

~~ los factores cli=~ticos posibleme:~.te la tempera-

tura s..:::.:: l.J. c;,uc mayor iniluc;1cia tiene en el uso consu.n
civo, por se..- la que p..-incipalr.1ente determina en un lu-
gar dado el tipo de cul~ivos más adecuados para lograr
una producción remuneré:.tiva, y la rapidez con que esos
cul~ivos consumen el agua.

Por otra parte, según la distribuci6n que la tempe-

ra-vura tenga en el período en que la planta se desarro-
lla, el uso consuntivo puede var,iar entre límites muy
amplios.

b) Humedad
En general, cuando la humedad tiene valores bajos,
~anto la evaporación COffiO la transpiraci6n aumentan, y
disminuyen cuando la humedad es alta.

e) Vienco
Cuando, durante el período de desarrollo de las - -
plantas, se presentan vientos calientes y secos, de or-
dinario afectan la cantidad de agua que aquéllas consu-
men; en t~rminos generales puede ~ecirse que, cuando
hay movimiento de las masas de aire, la evaporaci6n del
agua por la superficie foliar de las plantas se efectúa
con mayor rapidez.

ú) r'críoclo de dcs.•r-roll o ele las plantas

En las cantidades de agua que consumen las plantas
~i~nc mt1cha influencia la etapa y el período total de -
desarrollo de las mismas; es~as dos características es-
tán íntima~ente relacionadas con la temperatura del lu-
6ar. En general, tanto el período de desarrollo como -
~: ciclo agrícola anual tienen mucha importancia en la
deterr.1ir.ación de las necesidades de agua que ·requiere -
el uso consuntivo de las plantas.

e 1' La Latitud del lugar

Au:1que la L.J.t:itud apenas si puede considerarse como
un factor clim.1cico, tiene mucha influencia en el valor
 .,

o
/

\":llo:. . q<tc pucc:¡1 alc.:1.n~;••· .::l ·n.so co¡-¡,santivo de ) o ..:. G.i.vcr

::;os .:;ipos de pl~;1ta.:;. :C.ur:t:¡.tc el vc~~z. .-.o, el n•:~.ic::-o de
horas e~ e luz soLa· es mayor en las la t.j tu des al :\arte -
del Ecu~dor que en é::>~e; además, la tr.u.nspirélci0:-. aur..en
~a cuando los días son cic wayor duració~. Lo .u.~cerior
equiv~le a un aumento en el período de desarrollo de
las pla~tas.

El a~.u.stecimiento
- , agua
GC..L

2;1. las reGiones ~ridas y semiáricas, l& irri- co~¿e

gsción es absolutar.;e:.-cc necesaria, la cantidad G.c ag-..:.a
disponible y su distri0~ción por riegos en general a=e~
~an ~1 valor del uso consun~ivo. Por ejemplo, si la ss
perficie del suelo es hu~edecida con frecuencia y el v~
lor de la evaporación. es alto, entonces, aumentará la -
cuantía del uso consuntivo.

g) La calidad del agua

En algunos lugares, la calidad del agua influye ta2
bién en las necesidades G.c agua para el riego. El agua
que se necesita para el lavaéo de las sales nocivas en
el suelo se consider~ co~o una ca~tidad adicional a la
que requiere el complejo S'\-lelo-planta para satisfacer -
su uso consuntivo, como ya se dijo en el Apartado ~2 de
esta Norma, cuando se trató sobre las necesidades para
la Irrigación (Nir). En tárminos-muy generales, para -
el control de la salinidad en el suelo se necesita alre
dedor de un 20 por ciento más del agua necesitada por
el uso consuntivo.
=
~) Fertilidad del suelo
Cuando se mejora la fertilidad del suelo con abonos
químicos u otros medios, en general aumentan los rendi-
mientos de las cosechas por hectárea y por consiguiente,
hay un incremento en el consumo de agua; ·aunque ese -
aumento, por lo pequeño, rara vez se toma en cuenta en -
el cálculo del uso consuntivo.

i) Plagas y enfermedades de las plantas

En aquellos lugares donde las plagas y las enferme-
dades afectan seriamente el crecimiento natural de las
plantas, de ordinario disminuye la cantidad de agua co~
sumida por t~anspiración. En los años en que ~as pérdi
das de las cosechas son muy fuertes, por los daños que
las plagas ocasionan a los cultivos, el uso consuntivo
se reduce notoriamente.
 Los m~codos m~s empleados

. ....
~.-.)
...
..., Generalidades

P~r.:. dctermir.:1r la cantidad de at;,'Ua que consume el com--

?::.cjo suelo-pla;¡ta se han emp1c.J.é.o varios métodos; dcbiénd.2_
s~ tc~c~ presente que tiene influencia en el rr.étodo elegi~­
co, el .:.~Lta utilizada po~ las pl.:.ntas agrícolas, por lo ~ae
~ su p~oceC:.cncia se rer1er0: p~eeipitación solo o és~a y
e:. rie~o a~tificial con agua de procedencia superficial o -
su~ter~ánea.

?~c~e deci~se que es posible calcular los valores del

uso consuntivo para diferentes tipos de cultivos, u~ilizan­
~o los rcsul~ados obtenidos en las determinaciones sobre la
~uwedad del suelo o con los valores de la evaporación medi-
C:.a en· lisímetros o tanques, mediante los datos obtenidos en
los riegos y los climatológicos, o bien de alguna otra man~
¡-a.

Para los cultivos en proceso de riego, se pueden usar loo

¿~~os sobre lámin.:.s de riego aplicadas, número de riegos
en el ciclo agrícola anual, eficiencia de riego, capacidad
C:.c car.:po de los suelos y duración del período de desa::-ro- -
llo, para hacer la estimación de los valores del uso consu~
~ivo. Y esos valores observados en cierta región o zona, -
p~eden utilizarse para hacer la estimación del U.C. en -
1
0Cras que tengan condiciones climáticas comparables, cuando
se disponga de datos registrados sobre temperatura y preci-
picación en ambas localidades.

Por muchos años, los ingenieros en irrigación han deter-

~inado el uso consuntivo por medio de datos climatológicos •
•~:gunos investigadores han ideado ciertos métodos para pre-
C:.ecir la evapotranspiración por medio cie datos climatológi-
cos; en~re otros,C. W. Thornthwaite en 1948 elaboró un pro-
ccdirnienco p:1ra determinar la cvapotranspiración o uso con-
b~ntivo a partir de datos atmosféricos. Por otra parte, in
vestigadores cor.lO J. L. Penman y otros, aplicando el princ,i
p~o de la conservación de ia energía, correlacionaron los -
v~lo~es observados de la evapo.,~ranspiración en tanques con
o~scrvaciones meteorológicas; de esa manera obtuvieron un -
{ndice para estimar la evapotranspiración.

En los E.U.A., los estudios llevados al cabo en 1942 por

- F. Blaney y otros, indicaron que los datos mensuales du-
r~~te el período de desarrollo de las plantas, sobre evapo-
r~cién, evapotr~nspiraci6n, tem~eratura media y porcentaje
el~ hor~s de .insol<:Lción pueden utilizarse para obtener cu~n­
~~~ativamcnte las necesidades de agua del uso consuntivo. -
:'.~;.· .. .:llo, cla00r.:l'.~on CJ.c~·,.;¡:-. í"(;~·.:;ul.J.', _; ...~;: c¡~~-c: !;..~,-;l. l..:sc,~
~O•l~·ll:i\:-l.vo, ~ 1)~1rtir ele }l,~ <!..:.. t,o::, l. . cgist,r¡~.c.vs ..-.. u•.J.~\..: t,<.;;r.pcr!!.
tur.c., hu;~~cdad ambiente y ho::-a::. de insol.aci6n dio::- i.a.

::1or últirao, en 194.), I!. ?. Bl~ncy

~i.cu.ron
y,.'.
~. CA'i(l<!~(: si:-;-.;>li.
una de las fó.-rr.u::u.s an·~e:.-~ rr.cr.cion.:1das, elu;;ir.ando -
el :."actor h.u;ncdad a;-¡:bie:~.~c y :'~'Oi.JU~icr·on una nucv<.~ ..:0::-;;-.ula
;>a;-a d.ctcre1inar el uso cor.stiAl"tivo. Vé.J.nse ::..1) y J.j).

A la hora de consider.J.r :os posibles métodos disponibles

:->ar.:-. calct:.lar el uso consu;-¡tivo, es importante tener en - -
ct;.e:::-:.ta q:_¡e los C.if~rentes f~ctores indicac!os en -cérwi:.os g~
nerales en la Sección .3.2 de esta No;-na y que interviene:~.
en la devermin.J.ción C.el uso consuntivo, no actúan de un ~o­
¿o independiente, pues u~os influyen sobre los otros y to--
dos ciet~rminan en conjun~o la cantidad de agua que necesita
.el complejo planta-suelo p.J.ra que las plantas logren su - -
¿cs.J.rrollo y rindan una cosecha remunerativa. Como todos -
estos factores varían en forma notoria de uno a otro lugar,
el valor C.el us~ consuntivo tarr.bién variará, aun tratándose
de una wisma clase o varieda¿ de planta cultivada.

Por lo explicado antes resulta. bastante difícil y a ve--

c~s imposible, considerar a todas y cada una de las condi--
ciones que en un futuro sistema de riego pueden presentar--
se. Las determinaciones p~ácticas del uso consuntivo, aun
cuando éste pueda medirse en forma directa en los sistemas
ya en operación, sólo dan valores medios; pero, no obstan--
~e, sirven de una muy buena orientación para valorar la can
tidad de agua necesaria para el regadío.

Ya se ha dicho anteriormente que las determinaciones di-

rectas del uso consuntivo, ya sea por estudios de campo o -
vía experimental, generalmente son difíciles, costosas y r~
~uieren de cierto tiempo para llevarlas al cabo; por esto,
~ambién se han ideado varios métodos indirectos que permi--
ten obtener el uso consuntivo en ~unción de'ciertos datos-
climatológicos registrados.

Los dos métodos indirectos que emplean fórmulas empíri--

cas pa:-a la determinaciÓn c!el uso consuntivo en función de
¿atos atmosféricos y que se enplean con más frecuencia, son
el de Thornth\~ai te y el de Blaney y Criddle que en esta Noi:-
ma se describir~n con mayor detalle. Investigadores tale¿-
cowo C. R. Hedke, Lowry y Johnson, Penman y otrqs, han obt~
nido también fórmulas empíricas más o menos elaboradas para
determinar el uso consuntivo; para mayores detalles sobre -
estos métodos se recomiend.J. consultar la literatura especia
}izada disponible, entre otras las siguientes:
y, ~. if, y, 1}, y y 1.5). .
lf, lf, =
 t:~;tc n1(!tocto .se b.:1!:-;a en el !t(;clL<> <¡tlt·, ~;<.:{~~;-, 'J'l--..o~nt,}¡~·:tiit.c,
..: L d.::::..1r-rollo vc~ct2.-civd ci~..: un c-..ltivo cu.;.lquic:~"¿¡, c1uc tic-
;-.-.! lt•~·'=' e;-. un n:cs dacio, no es :::unciú~ Ú:lica:ncr,tc G.c l<l te;:::!
, ...
,.._,:,atu.'.:., ;~unctuc se¿¡ cs~,a . 1 os I..<lC t O:::'CS e 1'l.r.lilv:::.cos
Uó"l.O G.C
f:' _,.._.
;·; .. ~~. ;):::'c:-ondcr-;ntes, sino c¡uc ca¡:,0ién interviene la c1.:.¿¡pa de
(:-.!~a:':collo en que se e:1cuc:1trc l;:¡, o las plantas en el v.c.s -
c0~side:::'ado. Por esa razón, un cultivo ~uedc tener necesi-
'":.::é.cs r..L~Y di fe r-entes en G.os r..cscs di stint.os con igu<1l tcrr.p~
r~tura ¡~cGi3, y 0:1 un mismo mes, cios cultivos diferentes, -
¿or- el si~p:c hecho de no encont:::'<lrse cada uno en la misma
etapa de dcsa:::'rollo. Cuando se consideran las necesidades
de a~~a para satisfacer el uso,consunt.ivo en una zona daG.a,
en la que haya cier~a diversidad de cultivos, las diferen--
tes n0cesidadcs de cada cultivo tienden a compensarse entre
s~; esto pe~ite obtener un valor medio para el uso consun-
tivo en función de la temperatura media.

Con apoyo en lo anterior y utilizando datos obtenidos en

lisí~etro, de California y Kuevo México, E.U.A., Thornth-
w~it.e concluyó que el uso consuntivo, para un conjunto de
cult-ivos, era una función de la temperatura y obtuvo una
ecuación que representa la relación entre ambos factores.
Véase la ecuación (2).

Por las consideraciones hechas por Thornthwaite para es-

tü~lecer su ecuación, es por lo que los valores del uso co~
su;-.tivo calculados con ésta, en zonas de cultivos diversifi
c.H:os, coinciden mucho con los valores observados en las m~
diciones directas en dichas zonas. Sin embargo, en aquell~.
zonas con monocultivo o con tendencia a éste, la coinciden-
cia es ya mucho ~enor. Pero hay todavía otra circunstancia
m~s, aun cuando se trate db una diversificación semejante -
en ~egiones o zonas con igual temperatura media en un mes -
düdo, los valores calculados y los observados del uso con--
sun~ivo no resultan iguales.

?or todas las razones antes apuntadas, Thornthwaite in--

trodujo en su fórmula un factor que denominó "eficiencia de
lü temperatura". El valor mensual de este factor se deter-
mina con la ecuación siguiente:
1.514
= (+) ( 1)

La suma anual de las eficiencias de la temperatura co- -

rrcspondiontcs a cada mes (Et), es la Eficiencia Anual (~).

L~ fórmula do Thornthwaito para calcular la ovapot.ransp,i

r~ción o el uso consuntivo mensual, es entonces 1~ siguien-
te:

u.c = {2)

en la que:

u.c = Uso consuntivo r.1cnsual, '"" ............... ..::metros

t = Ter.1peratura r.1edia mensual, en grados centígra--

dos

1 :: Es la eficiencia anual de la temperatura. Es

la suma de los valores de Et para cada uno de
los doce meses del año.

a :: 0.000 000 675 r3,- 0.0000771 ¡2 T 0.01792 I ~

~ 0.49239 (3)

Para c!eterminar el uso consuntivo para un grupo cualqui.!:,

ra de cultivos por el método de Thornthwaite, se necesitan
conocer los siguientes datos básicos:

a) El período de desarrollo de los cultivos considera-

dos.

b) La temperatura media mensual en la zona estudiada.

Con ayuda de la ecuación {1) se obtienen las eficien- --

cias de la temperatura (Et) mensuales; con las (Et) se en--
cuentra la eficiencia anual (I) y, con ésta el uso consunti
vo mensual (u.c) por medio de la ecuación (2).

Finalmente, el uso consuntivo total (UC) resulta de la

fórmula (4):

u. e = ~~
j= 1
u.c

en la que:

u.c = uso consuntivo mensual, fórmula (2)

n - número de meses en el período de desarrollo co--

rrespondiente a la planta.
/¡
..

:-' ..-:::-,1 ::.. ~c:lit.J.~

lt1. c!-J~~c;--.;lil-1 .. ~'---~'~'~ {_~<.;~_ l~:_.J C'):.. ~u7ltjvo :1r1~­
; .. ,~,. L ,) ,:'"!: :"l,~l~o,io ,~\.! l'hl):'x~L:.~.'.t: ,,{·, :~<.: <lj :-... )Of.<; de tln;¡ t.;,:,J ;J. -
'-~·•a lo .. v ."llor~s ck la cf i e i.e:~'"; i_;¡ n.en.sual L.c la tcr.:;?c•~.-. ~u r.:..
•..··ttnc.i.Ó11 de la mc:di.-t :iiC:L.ll.al, y clc un nor.:o~:-arr..:. r~t..e
1
•
\.o;;, ) ••• \.,;d '

.-,c;.·,:;i t•! o!:,t.cner el u. e en fu:-.c~ G:l. do· l.:. t.crr.;. . cr;.:.tu~a .-;.(;cli.:. .-
~.cn~u;¡l en el mes y de la cf1cicnci~ anual de la tempc~atu­
;-~ ( I).

En s~guid~ se hace una b.-eve descripci6n del o:-den en

~uc se h~ce el c~lculo para obtener el uso consuntivo con
el ~é~o~o de Tho.-nthwaite.

~-- s~ Calculan las tempe.-aturas meGias mensuales para

los meses que cornprentia el período de desarrollo-de
los cultivos.

2.- Conocida la temperatura mea1a mensual, en la Tabla 1

se obciene la eficiencia de la temperatura para cada
mes ( Et).

Para valores de temperatura mayores de 26.5 grados

centígrados, los de la evapotranspiraci6n son prácti-
camente iguales para cualquier valor de la eficiencia
~nual de la temperatura (I); y los valores de la eva-
potranspiraci6n pueden obtenerse.directamente de la -
Tabla 1-A.

J.- Se suman las eficiencias de la temperatura (Et) para

los doce meses del ·a~o y se obtiene la eficiencia - -
anual de la temperatura (I).

4.- Conociendo el valor de I, se puede obtener el valor -

del exponente (a) con la f6rmula (3) y resolvjendo la
ecuaci6n (2), se obtiene el valor del uso consuntivo
oensual (u.c). El nomograma dado por Thornthwaite en
la publicaci6n citada en la referencia bibliográfica
A/ y reproducido en 11/ permite resolver gráficamente
la ecuaci6n (2).

~.- Por último, con la suma de los valores de u.c para t2

dos los meses del período de desarrollo de los culti-
vos en estudio, se obtiene el U.C total, con la f6rm~
la (4).

El ~étodo de Thornthwaite tiene algunas desventajas deri

vadas del hecho que la f6~1ula básica es aplicable prefereh
~e~ente al caso de una zona tomada en conjunto, con una -
cierca diversificac·i6n de cultivos; por consiguiente, los -
=
resaltados que con la misma se obtengan pueden diferir dol
uso consuntivo do algunos cultivos en p:1rticulnr. Por otról
parto, no obstante el haber introducido el factor de cfi- -
.·
..

TABLA 1
VALORES DE LA EFICIENCIA DE LA TEMPERATURA (E~), EN RELACION CON
LAS TEMPERATURAS MEDIAS MENSUALES EN GRADOS C NTIGRADOS.

t
en oc .·o •1 .2 .J .4 .s .6 ·1 .8 ·9

o - .09
- .01 .01 .02 .03 .04 .os .06 .07
.,1 .lO .12 .13 .15 .16 .18 .20 .21 .23
-...
.)
.25
.46
.27
.48
.29
.51
.31
• 53
.33
• 56
-35
• 58
-37
.61
-39
.63
.42
.66
-44
.69
4 .71 -74 -77 .so .82 .85 .88 .91 -94 .97
5 1.00 1.03 1.06 1.09 1.12 1.16 1.19 l . 22 1.25 1.29
6 l. 32 l. 35 1.39 1.42 1.45 1.49 1.52 l . 56 1.59 1.63
7 1.66 1.70 l. 74 l. 77 1.81 1.85 l. 89 1.92 1.96 2.00
8 2.04 2.08 2.12 2.15 2.19 2.23 2.27 2.31 2-35 2.39
9 2-44 2.48 2.52 2.56 2.60 2.64 2.69 2.73 2.77 2.81
10 2.86 2.90 2.94 2.99 J.OJ 3.08 3.12 3.16 3.21 3-25
11 3.30 3-34 3.39 3-44 3.48 3-53 3.58 J.62 3.67 3-72
12 3.76 J.81 3.86 3-91 J. 96- 4.00 4.05 4. 10 . 4. 15 4.20
13" 4-25 4-30 4-35 4.40 4-45 4.50 4-55 4.60 4.65 4.70
14 4-75 4.81 4.86 4.91 4.96 5.01 5.07 5.12 5-17 5.22
15 5.28 5-35 5.38 5-44 5.49 5-55 5.6o 5.65 5.71 5.76
16 5.82 5-87 5-93 5.C)8 6.04 6.10 6.15 6.21 6.26 6.32
17' 6.38 6.44 6.49 6.;;5 6.61 6.66 6.72 6.78 6.84 6.90
18 6.95 7.01 7-07 7.13 7-19 7-25 7-31 7·31 7-43 7-49
19 7-55 7.61 7.67 7.73 7-79 7.85 7-91 7-97 8.03 8.10
20 8.16 8.22 8.28 8.34 8.41 8.47 8.53 8.59 8.66 8.72
21 8.78 8.85 8.91 8.97 9.04 9.10 9-17 9-23 9-29 9.Jó
22 9.42 9-49 9-55 9.62 9.68 9-75 9.82 9.88 9-95· 10.01
23 10.08 10.15 10.21 10.28 10.35 10.41 10.48 10.55 10.62 10.68
24 10.75 10.82 10.89 10.95 11.02 11.09 11.16 11.23 11.30 11.37
25 11.44 11.50 11.57 11.64 11.71 11.78 11.85 11.92 11.99 12.06
26 12.13 12.21 12.28 12.35 12.42 12.49 12.56 12.63 12.70 12.78
27 12.85 12.92 12.99 13.07 13.14 13.21 13.28 1J.J6 13.43 13.50
28 13.58 13-~5 13.72 13.80 13.87 13.·94 14.02 14.09 14.17 14.24
29 14.32 14.39 14.47 14.54 14.62 14.69 14.77 14.84 14-92 14.99
30 15.07 15.15 15.22 15.30 15.38 15.45 15.53 15.61 15.68 15-76
31 15.84 15.92 15.99 16.07 16.15 16.23 16.30 16.38 16.46 16.54
32 1Ó.Ó2 16.70 16.78 16.85 16.93 17.01 17.09 17.17 17.25 17.33
33 17.41 17.49 17.57 17.65 17.73 17. 8'1 17.89 17.97 18.05 18.13
34 18.22 18.30 18.38 18.46 18.54 18.62 18.70 18.79 18.87 18.95
35 19.03 19.11 19.20 19.28 19.36 19.45 19.53 19.61 19.69 19.78
.)6 19.86 19.95 20.03 20.11 20.20 20.28 20.36 20.45 20 .• 53 20.62
37 20.70 20.79 20.87 20.96 21.04 21.13 21.21 21.30 21.38 21.47
38 21.56 21.64 21.73 21.81 21.90 21.99 22.07 22.16 22.25 22.33
39 22.42 22.51 22.59 22.68 22.77 22.86 22.95 23.03 23.12 23.21
40 23.30

-------------- ---------------- ----· --- --- -.-~- .-.----~.........----.- -~- ~,-;,-¡-- '"7 ___ -~-·---:·--------
.·
..

TABLA l-A

VALORES DE LA EVAPOTRANSPIRACION CUANDO LA TEMPERATURA

NEDIA Z.1ENSUAL ES SUPERIOR A 26.5° C.

t
en°C
.o •1 .2 .3 .4 •S .6 .z •8 •9

26
27 13.95 14.03 '14.12
--
14.20 14.29
13.50
14.37
13.59
14.45
13.68.13.77
14.53 14.62
13.86
14-70
28 14.78 14.86 14.94 15.01 15,09 15.17 15.24 15.32 15.39 15-47
29 15.54 15.61 15.68 15-75 15,82 15.89 15.95 16.02 16.08 16.15
30 16.21 16.27 )16.33 16.40·16,46 16.52 16.58 16.63 16.69 16.74
31 1ó.8o 16.85 16.91 16.96 17,02 17.07 17.12 17.17 17.21 17.26
32 17.31 17.35 17.40 17.44 17.49 17.53 17.57 17.61 17.64 17.68
33 .17. 72 17.76 17.79 17.83 17.86 17.90 17-93 17.96 17.99 18.02
34 ¡8.05 18.08 18.10 18.13 18,15 18,18 18.20 18.22 18".25 18.27
35 ¡8.29 18.31 18.32 18.34 18,35 18,37 18¡,38 18.39 18.41 18.42
36 18.43 18.44 18.45 18.45 18,46 18,47 18.47 18.48 18.48 18.49
37 18.49 18.49 18.49 18.50 18,50 18,50 ... - - ~

38 18.50 ~ .. - .. - ... ... - - ..

NOTA:
Los valores después de 26.5°0 son práctica~ente los mis~os
pa~a cualquier valor ~G l• -ficieqcia qn~al de l~ tempera-
tura (1).

-- - ---~ ---~ --- -------~- --- ---- --- ----- - ------ - . ~-----~-------~.....,...~ -.,.------ ---- - - -
 .· j
'. j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
ciencia de la temperatura; con el cual se trata de tomar en
cuenta la influencia de las diferencias en horas de insola-
ción, la temperatura es el factor que mayor influencia tie-
ne en los resultados obtenidos con dicha fórmula.

Por último, cabe advertir que con la fórmula elaborada

por Thornthwaite se obtiene la cvapotranspiraci6n potencial
que, según Penman, es 11 el consumo de agua de un cultivo que
cubre totaLmente la superficie del suelo y que nunca tiene
deficiencia de humedad 11 • Por consiguiente, hay una cierta
diferencia con el uso consuntivo según se ha definido en el
Apartado .1 de esta Norma, en vista de que en muy pocas oc~
siones los cultivos se encuentran bajo circunstancias tan -
favorables. Véase~ y~-

\
- -----------:....--- ---- ~--_r· ---·-·---- --:---------- -
 EJEMPLO 1 - DETERMINACION DEL USO CONSUNTIVO
APLICACION DEL METODO DE THORNTHWAITE

CULTIVO: ALGODONERO
PERIODO DE DESARROLLO: 6 meses - Abril a Septiembre
REGION LAGUNERA, COAH-DGO.
LATITUD: 25° 30 1 N

'
¡•
t Et a I -
l~t) a - u.c ¡
1
~~ES
en oc (a) (b) (e) 10 t
I
(l~t)a l. 6 ( -en cm!
'
(1) ( 2) (3) (4) (5) (6} (7J (8)
!
¡Enero 13.0 4.25 -- - - - - - - - -
,Febrero
l
15.8 5.71 -- - - - - - - -,
' ·-
ftarzo 18.4 7.19 -- -- - - - - ¡
--
~bril 22.6 9.82 - - -- 2.13 5.822 9.3
¡• ayo 25.4 11.71 -- -- 2.40 7.689 12.3
!
¡Junio
1
27.0 12.85 - - - - 2.55
' 8.855 14.2
!Julio
1
. 26.7 12.63 -- -- 2.52 8.• 615 13.8
1
¡Agosto 26.1 12.21 -- -- 2.46 8.145 13. o ..

¡Septiembre 24. '2 10.89 - - - - 2.28 6.824 10. 9'

ioctubre
'
21. o 8.78 -- - - - -- - - -
Íxóviembre
1
!
16.2 5.93 -- -- - - - - - -
:Dicier.1bre • 12.6 4.QS -- -- - - - - - -
Total - - 106.02 2.33 106.02 -- -- 73 •.5

NOTASi
a) Valores leídos en la Tabla 1, en función de la temperatu-
ra media mensual.
b) Valor calculado con la ecuación (3):

e)
a = o.ooo ooo 675 r3 - o.o000771 r2 T 0.01792 I T 0.49239
Es la suma de los valeros do Et para los doce meses del -
año, anotados en la columna (3).

~ -- - - -------~-- ---- ----- ---· - ---------- ~ -----. ,..-,_-~-- --·-----

.3.3.3 El método de Blaney y Criddle

.3.3.3.1 Explicación del método

Este método es aplicable especíalmente en aquellas zonas

de riego en las que no se tienen datos obtenidos experimen-
talmente o por mediciones directas sobre la cantidad de - -
agua que las plantas consumen, pero donde se cuenta con re-
gistros de datos climatológicos; pues esto permitirá rela--
cionar los usos consuntivos así obtenidos, con los de otras
zonas donde se hayan efectuado ob~ervaciones directas.

El método de Blaney y Criddle, corno el de Thornthwaite,

se basa también en las temperaturas medias mensuales, pero
en los cálculos considera de un modo directo al porcentaje
de horas de luz solar o insolación total en el año que co--
rresponde a cada mes. De e~ta manera, la estimación del
uso consuntivo está m~s acorde con la influencia que la tem
peratura y las horas de insolación tienen en el desarr9llo
de las plantas.
El método incluye el c4lculo de lo que Blaney y Criddle
denominan 11 facto~ mensual d.e u•o consuntivo", expresado - -
así:

f -t • p
100
( 1)

fdrmula en la cual:

f =-factor mensual de uso consuntivo, en pulgadas. Se

considera qqe cuando se cuenta con agua suficien--
te, el uso GOnsuntivo de los cu¡tivos varía direc~
tamente coq este f~ctor.

t = temperatpr4 media mensual, en grados Farenheit.

• 1

p = porcentaje qn ho~as de insolación que co~responde

al mes cpn ~e¡aci6n a las del año. Los valores de
(p) var!~n aon la latitud del lugar en cuestidn y,
por cqnsigqiente, aunqu~ las temperaturas medias'-
de un me~ ~ean iguales en dos zonas distintas, los
facto~es m~qsuales de uso consuntivo pueden ser di
fereptes.

La expresi6q m~t~~~tica de la f6rmula de Blaney y Crid&e

es la siguiente, ~n "ntdades ingloaas&

""e = k f :a le • p ( 1~0 ) ( 2)

/
- - --- ~-- ------.--- ---..-!- ·~-- ,.·-;•r-, -~
.·
..

p . t (3)
f = 100
n
u. e • (
')
. J k • f ~ K • F (4)
J 1111 1
en las que:

u. e = Uso consuntivo menaual, en pulgadas

k = Coeficiente empírico mensual d.e uso consuntivo,
para cada cultivo
f - Factor mensual de UEiO consuntivo
p • Porcentaje en horas de insQlación en el mes con
relacidn a las del año
t = Temperatura media mensual, e~ grados Farenheit
U.C = Uso ConsuntivQ o evapotranspiración total para -
el períoqo de 4esarrollo del cultivo, en pulga--
das.
~ Coeficiente empíricq global de uso consuntivo, -
correspol)diente a un cultiv~ determinado en el -
período de P,e&&rrollo o oiQlo agrícola; es el
·promedip de lq~ valQres meQ&uales qe (k). El va
lol" de (K) depende de cada Cllltivo y de S\t res-=
pect!vo período de desarro~lp.
n ~ Número de meses que abarca al p~ríodo de desarrg
llo del cultivo
- .
f • Factor global pe uso consuntivo. Es la suma de
los factores m~naualas de uao consuntivo para el
período consid~rado, Asimismo, es la &urna de ~
los productos de la tempera~ura media ~ensual y
de los porcent~j~suda hora~t de insolación en el
mes con rel•ci6n a: la .a del fl.PO• ·

Si la temperatura media mens~al se ~~dica en grados cen-

tígrados ~ el uso consunt~vo ~n cent!m~tros, las fórmulas ~
anteriores se expresan de la siJUiente Faneral

u. e q k • p ( ~ :t t~,s.)
21.8 (2A)

f p ( !!· ~~ ll •¡oQ
't 8 1 FJ j :: p (Ji% tz.B)
21.8 (3A)

u. e . q K
J=
n
• p (j¡ IlZ_-8 )
~1.8 '
(4A)

------- ·--;-- .--~---..-- --------:-- - - - -~ --

.·
'.

El factor global de uso consuntivo (F) puede calcularse

para aquellas zonas en las cuales se dispone de catos regi~
trados sobre temperaturas ambientes y las horas de insola--
ción diaria. El perí~ao diarib de insolación depende de 1a
latitud del lugar. 1

Por lo hasta aquí explicado, el uso consuntivo total

(U.C) de un cultivo cualquiera, se obtiene multiplicando
(F) por el coeficiente empírico global (K) aplicable a di--
cho cultivo; para lo cual pueden utilizarse los valores de
(K) encontrados por Blaney y Criddle.

El coeficiente (K), que es igual a U.C, muestra algu~as

F
variaciones, debidas a lo difícil que es llevar al cabo las
mediciones directas del uso cons~ntivo y a los errores a
que éstas pueden estar sujetas por las muy diversas condi--
ciones en que se ejecutan los estudios. Tales variaciones
se deben, principalmente, a los ·cambios en el clima de un
lugar a otro; la diferencia en los suelos; la mayor o menor
disponibilidad de agua para .satisfacer las necesidades de
los cultivos; los. procedimientos seguidos en la medición
del uso consuntivo; el rendimiento de las plantas y otros
diversos factores que también influyen y cambian de un lu--
gar a otro.

A pesar de lo indicado en la segunda parte del párrafo

anterior, y con apoyo en el conocimiento personal de las
condiciones físicas que privan en las zonas como en las que
realizaron sus estudios Blaney y Criddle, lograron éstos ob
tener los coeficientes (K) aplicables, independientemente ~
de la localidad, para ciertos cultivos, considerando que·se
desarrollan en condiciones normales. Hay que tomar en cuen
ta que estos coeficientes son globales, es decir, son valo=
res medios correspondientes al período de desarrollo de los
cultivos. Sus valores y cultivo~ a que se aplican, se dan
en la Tabla 3, según los valores dados por Blaney y ~
Criddle.

En aquellas zonas donde se tengan datos experimentales

confiables, los coeficientes globales de uso consuntivo (K)
de cada cultivo, deben ajustarse para que correspondan a
~as condiciones locales. ·

En cuanto a los coeficientes empíricos mensuales de uso

consuntivo (k), éstos muestran diferencias todavía mayores
que los coeficientes globales (K). Cuando se trata de pe--
ríodos mensuales o más cortos, es necesario tomar en cuenta
al conjunto de factores que puedet. tener influencia en el
crecimiento de los cultivos; por. rJjemplo: el clima, las
plagas, etc.
 De ordinario, no se tienen disponibles los valores del -
coeficiente empírico mensual (k), ~nicamente los valores
globales de (K), dados por Blaney y Criddle, circunstancia
ésta que muchas veces limita el empleo del método de Bla- -
ney-CridQle a la obtención únicamente del uso consuntivo t~
tal para el período de desarrollo de los diversos cultivos •

• 3.3.3.2 Aplicación de la fórmula de

Blaney-Criddle

En general, cuando se tiene disponible suficiente infor-

mación sobre los resultados obtenidos en el campo respecto
al uso consuntivo del complejo s~elo-planta en una cierta -
zona de riego, mayor es la aproximación que puede esperarse
de las suposiciones y estimaciones que se hagan cuando se -
trate de aplicar esos resultados en otras zonas donde se CA
rezca de esos datos pero en las que se tengan observaciones
climatológicas.

De ordinario, no se cuenta con suficientes datos observ~

dos sobre el uso consuntivo, entonces, deben hacerse las si
' guientes consideraciones para la aplicación de la fórmula -
· e.mpírica de Blaney-Criddle para el uso consuntivo que aqu~ .
se trata.

1.- El uso consuntivo (U.C) para todo el período de desa--

rrollo de cada cultivo, varía con el factor global de
uso consuntivo (F).

2.- El crecimiento y rendimiento de los cultivos no están

limitados, durante su período de desarrollo, por cau--
sas debidas a un~ aplicación inadecuada del agua.

3.- La fertilidad y productividad del suelo, se suponen

iguales en las diversas partes de la zona de riego es-
tudiada.

4.- El período de desarrollo de los cultivo~ como alfalfa,.

pastos, hortalizas y vegetación natural, se supone
comprendido dentro del tiempo libre de heladas aunque,
generalmente, se extiende más allá de éste. El rendi-
_miento de los cultivos que dependen del crecimiento ve
getativo, varía únicamente con la duración del período
de su desarrollo.

Para la aplicación de la fórmula de Blaney-Criddle, en

la determinación del uso consuntivo para ol período do
desarrollo de un cultivo cualquiera, so utilizan los si- -

-------- ·------------------ ------- -----~ -;----..--,·----·-- -----.---·-··-·

.·
·.

guientes datos:

1.- Tabla 2 Porcentajes de horas de insolaci6n en -

el mes (p) con relaci6n a las del año,
on función de 1~ latitud del lugar.

2.- Tabla 3 Coeficientes globales de uso consuntivo

(K) para definir el cultivo.
~17.8
3.- Tabla 4 Valores de t . , en relaci ó n con
21 8
las 'temperaturas medias mensuales, en
\ grados centígrados.

4.- Fdrmula (4A) - En caso de poder contar con los coe

ficientes empíricos mensuales (k) =
~ , determinados experimentalmente en

o~ra zona con características climáti--

cas semejantes comparable a la de.l Est,!!
dio, se pueden ob~ener los valores del
uso consuntivo mensual aplicando la fó.,::
mula (2A), o bien, con el nomograma pr~
sentado en la referencia bibliográfica
.!.1/.
Como comentarios finales sobre los métodos ya descritos,
Thornthwaite y Blaqey-Criddle; conviene hacer menci6n que -
cuando se trata de aalcular el uso consuntivo para cultivos
de verano (algodonero), el método de Thornthwaite da v~üo-­
res un poco mayores que el de Blaney-Criddle. Cuando de
cultivos de invierQQ se trata (trigo), sucede lo contrario.
En lo anterior tieQe ~ucno que ve~ la influencia del perío-
do de insolacidn y qu intervenci~p en l4 fdrmula de cada -
método.

Por ~ltimo y como conolusidn a los métodos antes descri-

tos es de interés señalar que, mientras no se disponga de -
los datos necesariQq obtenidos por determinaciones directas
del uso consuntivo, los mdtodos ipdirectos constituyen una
herramienta muy valiosa p~ra obtener los valores del uso
consuntivo en un• zpna de riego en operacidn o en proyecto.

Las ventajas que el método de alaney-Criddle tiene sobre

el de Thornthwaife, q4e se manifiestan en la facLlidad de -
cálculo del uso c:onsuqtivo específico de cada cultivo, en -
las diversas zonas ~oqde se cuente con disponibilidad de da
to~ meteorol6gicos que pe~miten correlacionar los datos re=
sultantcs· del uso consuntivo con .los de otras. zonas donde -
se cuente con observaciones experimentales directas, hl\ - -,
hecho que la SRH lo haya adoptado preferentemente en los e~
..
 ) '

TABLA 2
PORCE~TAJEDE HORAS DE INSOLACION EN EL MES CON
RELACIONA LAS DEL AÑO (p), EN FUNCION.DE LA LATITUD.

Lat.
~te.
Ene Feb Har Abr ~iay Jun Jul Ago Sep Oct Nov Die

iso 7-94 7-37 8.44 8.45 8.98 8.80 9. 03. 8. 83 8.27 8.26 1. 75 1. 88·
lÓ 0 7-93 7-35 8.44 8.46 9.01 8.83 9-07 8.85 8.27 8.24 7-72 7-83
17° 7.86 7.32 8.43 8.48 9-04 8.87 9.11 8.87 8.27 8.22 7.69 7.80
¡So 7.83 7.30 8.42 8.50 9-09 8.92 8.16 8.90 8.27 8.21 ¡.66 7-74
19° 7-79 7.28 8.41 8.51 9.11 8.97 9.20 8.92 8.28 8.19 7.63 7-71
20° 7-74 7.26 8.41 8.53 9.14 9.00 9.23 8.95 8.29 8.1·7 7-59 7.66
21° 7-71 7.24 8.40 8.54 9.18 9.05 9.29 8.98 8.29 8.15 7-54 7.62
22° 7.66 7.21 8.40 8.56 9.92 9.09 9.33 9.00 8.30 8.13 7-50 7-55
23° 7.62 7-19 8.40 8.57 9.24 9.12 9-35 9.02 8.30 8.11 7-47 7-50
24° 7.58 7-17 8.40 8.60 9.30 9.20 9.41 9.05 8.31 8.09 7-43 7.46
25° 7-53 7.13 8.39 8.61 9-32 9.22 9.43 9.08 8.30 8.08 7-40 7.41
26° 7.49 7.12 8.40 8.64 9.38 9.30 9-49 9.10 8.31 8.06 7.36 7-35
27° 7-43 7.09 8.38 8.65 9.40 9-32 9-52 9.13 8.32 8.03 7.36 7-31
28° 7.40 7.07 8.39 8.68 9.46 9-38 9.58 9.16 8.32 8.02 7.22 7-27
29° 7-35 7.04 8.37 8.70 9-49 9-43 9.61 9.19 8.32 8.00 7.24 7.20
30° 7-30 7.03 8.~8 8.72 9-53 9-49 9.67 9.22 8.34 7-99 7-19 7.14
31° 7-25 7.00 8.36 8.73 9-57 9-54 9-72 9.24 8.33 7-95 7-15 7.09
32° 7.20 6.97 8.37 8.75 9.63 9.60 9.77 9.28 8.34 7-95 7.11 7.05

NOTA:
Tabla tomada de la Referencia~.

-~ .. - ..... ---- ...... ~- , ,-.-,-:~ ~ ..-

 ··.

TAOLA 3
COEFICIENTE EMPIIUCO GLOBAL DEL USO CONSUNTIVO
PARA DEFINIR EL CULTIVO (K).

PERIODO
CULTIVO DE COEFICIENTE K
DESARROLLO
( 1) (2) (3)
Alfalfa Entre heladas • 80 a .90
?lát.ano Año completo • 80 a 1. 00
Haba, Frijol,etc. 3 meses .60 a .70
Cacao Año completo • 70 a .80
Café Año completo • 70 .a .so
Haíz 4 meses .75 a .85
Algodonero 7 meses ~60 a .70
Dátil Año completo .65 a .80
Linaza 7 a 8 meses • 70 a .80
Cereales pequeños 3 meses .75 a .85
Sorgo 4 a 5 meses .70 a .80
Semillas oleaginosas 3 a 5 meses • 65 a .75
''
Frutales:
Aguacate Año completo • 50 a • 55
Toronja Año completo .55 a .65
Naranja y limcSn Año completo .45 a .55
Nuez de nogal Entre heladas · ·• 60 a .70
De hojas caducas Entre heladas .60 a .70
Pasturas:
Pastos Entre heladas • 75 a .85
Trébol b_lanco Entre heladas .80 a -.8-s-
Papa 3 a 5 meses • 65. a .75
Arroz 3· a 5 meses 1.00 a 1.10
Henequén Año completo .65 a .70
Remolacha de azúcar 6 meses .65 a .75
Caña de azúcar Año completo .80 a .90
Tabaco 4 meses .70 a .80
Jitomate (tomate) 4 meses • 65 a .70
Hortalizas 2 a 4 meses .60 a .70
Vid 5 a 7 Dieses .50 a .60

NOTAS:

1) Los valores más pequeños de (K) son Rara regiones cost~

ras y los mayores para las áridas.

2) Los valores de (K) dados en esta Tabla son los recomen-

dados por Blaney y Criddle 12/ •

•
·----- --....,.-- ..- --~1;'-r---::-;-----
\
~-'
..

TABLA 4

·VALORES DE
t + 17.8 EN RELACION CON LAS TEMPERATURAS
21.8 '
}~EDIA MENSUALES EN GRADOS CENTIGRADOS.

t
en oc .o •1 .2 ·3 .4 ·5 .6 .7 .8 .9
.,
.) 0.954 0.959 0.963 0.968 0.972 0.977 0.982 0.986 0.991 0.995
•
~ 1.000 l . 005 1.009 1.014 !.018 1.023 1.028 1.032 1.037 1.041
.) 1.. 046 l . 051 1.055 1.060 1.064 1.069 1.074 1.078 1.083 1.087
ó 1.092 1.097 1.101 1.106 1.110 1.115 1.120 1.124 1.129 1.133
7 1.138 1.143 1.147 1.152 1.156 1.161 1.165 1.170 1.174 1.179
S 1.183 1.188 1.193 1.197 1.202 1.206 l . 211 l . 216 1.220 l. 225
9 1.229 1.234 1.238 l . 243 1.247 t. 2521.257 l . 261 1.266 1.270
lO 1.275 1.280 1.284 1.289 1.293 l. 298l. 303 1.307 l . 312 1.316
11 l . 321 1.326 1.330 1.335 1.339 1-344 1.349 1.353 1.358 l . 362
'12 1.367 l . 372 1.376 1.381 1.385 1.390 l. 394 1.399 1.404 1.408
13 1.413 1.418 1.422 1.427 1-431 1-436 1.441 1.445 1.450 1.454
14 l . 459 l . 464 1.468 1.473 1.477 1.482 1.487 1.491 1.496 1.500
15 1.505 1.510 1.514 1.519 1.523 1. 528.
1.532 1.537 1.541 1.546
16 1.550 1.555 1.559 1.564 1.568 1.573 1.578 1.582 1.587 1.591
17 1.596 1.601 1.605 1.610 1.614 1.619 1.624 1.628 l . 633 l . 637
18 1.642 1.647 1.651 1.656 1.660 1.665 1.670 1.674 1.679 1.683
19 1.688 1.693 1.697 1.702 1.706 1.711 1.716 1.720 1.725 1.729
20 1.734 1.739 1.743 1.748 1.752 1-757 1.762 1.766 1.771 1-775
21
.,., 1.780 l . 785 l . 789 1.794 1.798 1.803 1.808 1.812 1.817 1.821
......
.,., 1.826 1.831 1.835 1.840 1.844 1.849 1.854 1.858 1.863 1.867
... .) 1.872 1.867"1.881 1.886 1.890 1.895 1.'899 1.904 1.908 1.913
24 .1.917· 1.922 1.926-1.931 1.935 1.940 1.945 1.949 1.954 1.958
25 1.963 1.968 1.972 1.977 l. 981 1.986 1.991 1.995 2.000 2.004
26 2.009 2.014 2.018 2.023 2.027 2.032 2.037 2.041 2.046 2.050
27 2.055 2.060 2.064 2.069 2.073 2.078 2.083 2.087 2.092 2.096
28 2.101 2.106 2.110 2.115 2.119 2.124 2.129 2.133 2.138 2.142
29 2.147 2.152 2.156 2.161 2.165 2.170 2.175 2.179 2.184 2.188
30
..... 2.193 2.198 2.202 2.207 2.211 2.216 2.221 2.225 2.230 2.234
... .,
.)-'. 2.239 2.244 2.248 2.253 2-257 2.262 2.266 2.271 2.275 2.280
..>-
.,., 2.284 2.289 2.293 2.298 2.302 2.307 2.312 2.316 2.321 2.325
.).) 2.330 2.335 2.339 2.344 2.348 2.353 2.358 2.362 2.367 2-371
34 2-376 2.381 2.385 2.390 2.394 2.399 2.404 2.408 2.413 2.417
35 2.422 2.427 2.431 2.436 2-440 2.445 2.450 2.454 2.459 2.463

•
..

•
·.

EJEHPLO 2 CALCULO DEL USO CONSUNTIVO PARA EL PERIODO

DE DESARROLLO.

METODO llLANEY - CRIDDLE

CULTIVO: ALGODONERO
REGIO~ LAGUNERA, COAH-DGO.
LATITUD: 25° 30' N
PZRIODO DE DESARROLLO: Abril a Septiembre = 6 meses

Fórmula de,Blaney- Criddle U.C =K • F = K~ f (4)

j = 1
f = p
(t + 8)17.
21.8 . · (3A)

(~;)
t t + lz.8
1 1
f MES en°c
p 21.8 f
1

1 (a) (b) K( e) 1 (d)

1 1
1
' _(1) (2) (3) Li) (1)) = (~) (4) (6) 1 ( 7) ' ¡
,_
~bril 22.6 8.63 l . 853' 16.0 -- -
' ' . .
l1ayo 25.4 9.35 1.982 18.5 -- --
'unio
. 27.0 9 .. 26 2.055 19.0 -- --
l ulio 26.7 9.46 2.041 19.3 -- - -
:Agosto
1
26.1 9.09
\
2.014 18.3
-- - -
¡septiembre 24.2 8.31 1.927 16.0
! -- --
1
¡s u m a -- 1
107.1 . 1 o.6s 169.6
1
• .i .
NOTAS:
a) Valores leídos de la Tabla 2
b) Valores leídos de la Tabla 4
e) Valor tomado de la Tabla 3 ·
d) Valor calculado con la ecuación (4). Como sólo se cono
ce el valor global de K, únicamente se puede calcular-
el valor de U.C para el período de desarrollo del al~
donero.
Para el cálculo de los valores mensuales de u.c, véase
el ejemplo dado en el Inciso .3.5.2 de esta Norma.
..
·.

tudios que se ejecutan para determinar el uso consuntivo rle

los cultivos en los diferentes distritos de riego que la Se
cretaría administra y opera. Véanse ~ Y 11/ .

• 3.3.4 El método gravimétrico

En el Inciso .3.3.1 de esta Norma, se dijo que entre los

varios métodos utilizados para determinar la evapotranspir~
ción o uso consuntivo figuraban los directos y los indirec-
tos, estos últimos basados en fórmulas empíricas que corre-
lacionan los valores del uso consuntivo y ciertos datos me-
teorológicos observados. Entre los métodos indirectos se
describieron con mayor detalle los más usados: el de -
Thornthwaite y el de- Blaney-Criddle.

Ahora y a continuacidn, se-hará una breve descripción de

dos métodos que sirven para determinar en forma directa el
uso consuntivo: el gravimétrico y el del lisímetro.

El método gravimétrico consiste en determinar en el lab~

ratorio, pesando en una báscula diferentes muestras de un -
suelo dado, las variaciones de humedad que ocurren en cada .
una-de las diversas capas del perfil, hasta una cierta pro-
-fundidad o la que alcancen las raíces del cultivo para el
que se trata 6e obtener el cons~o de agua del complejo
planta-suelo.

En función de las características del suelo y de las va-

riaciones de humedad es posible hacer la determinación de -
la cantidad de agua, expresada como láminá en centímetros,
consumida en un período de ti~po dado por el conjunto - ~
. suelo-planta.
.
La expresión matemát!ca s;igu.ien~e perm:i te obtener la lá·•
mina:
L : D • p ( 1}
fl r
en la que cada té~ino 4ignifiea 1~ siguiente:

L ~ Es i~al a la liminq de •gua, en cm, consumida ..

por el complejA suelo-pl~nta durante ei período ..
de tiempo cpn~iderado.

Es la va~ia~i4n 4e la hu~edad en por ciento res--

pecto al pe~o ~eco del suelo. en el mi$mO período
de tiempo cpn~iderado.

- Es la densiila" apareJlto del ¡¡uelo, númoro_nbstrac

to. -

---.------.-------- -~--:-- ------------ ~-- ---

 .·

/
·.
--~

Es la profundidad del perfil de suelo o la profu.!2

didad radicular del cultivo, en metros.

El procedimiento para determinar la humedad del suelo

consiste en sacar varias muestras del mismo por medio do
una barrena (tipo Veihmeyer u otra similar), para cada esp~
sor de las capas del perfil_ estudiado; por ejemplo, cada
30 cm. Estas muestras se guardan en botes de lámina cerra-
dos herméticamente que se pesan y secan en estufa a unos
110°C hasta que adquieren un peso constante. Post~rio~en­
te, por diferencia de pesos, se obtiene la humedad de la
muestra en por ciento del peso seco del suelo.

Varios días después de la operaci6n anterior, se sacan -

otras muestras del mismo suelo en lugares adyacentes y nue-
vamente se obtiene el porcentaje de humedad. La lámina de
a~1a consumida en el tiempo transcurrido se obtiene con las
diferencias de humedad que se hay.an calculado, aplicando la
fórmula ( 1) • ·

.3.3.5 El m~todo del lisímetro

El lisímetro es un aparato que sirve para medir en forma

directa y por medio de un procedimiento gravimétrico la can
tidad de agua consumida por un cultivo y el suelo en que·se
apoya y lo provee de agua y otras sustancias alimenticias.

El aparato diseñado por '"·O. Pruitt es un tanque cilín--

drico de unos 6 metros en diámetro aproximadamente y 95 cm
de alto, donde se colocan el suelo y el cultivo que se est~
dian.
El tanque se coloca sobre una báscula de precisi6n que -
permite observar las variaciones de peso que pueda tener el
tanque, por el agua que pierda el suelo. El agua que consu
me el cultivo se obtiene en función de las variaciones de
peso registradas.
=
Otros investigadores como Thornthwaite y Livingston han
diseñado evapor6metros parecidos al descrito anteriormente,
aunque con ligeras variémtes.

Por lHtimo, debe indicarse la disponibilidad de otros

procedimientos que permiten determinar la humedad de un sue
lo con objeto de calcular el agua que consume el complejo
planta-suelo; tales como el de la conductividad el~ctrica y
=
los que requieren de los dispositivos conocidos como Tensi6
metros. -
Para ver con mayor detalle es.tos m~todos deben consulta.!:

------- -.--------,--~~--------- ---- ------------- -

.•
·.

se, entre otras, las referencias bibliográficas lf, l/ Y

12/ •

• 3.4 Datos observados sobre el uso

consuntivo de algunos cultivos

En la Dirección Geñeral de Distritos de Riego de ia SRH,

así como en las Oficinas Foráneas de Riego y Drenaje adscri
tas a esta Dirección General, se tienen disponibles los da-
tos observados en parcelas experimentales de algunos distri
tos de riego, sobre el uso consuntivo de algunos cultivos.

A continuación se dan algunos valores observados del uso

consuntivo para el período de desarrollo de algunos culti--
vos, calculados por el método gravimétrico en dos distritos
de riego cercanos entre sí. Estos datos se presentan sola-
mente como información general· para el. Proyectista.

Distrito de Riego No. 38 Distrito de Riego No. 41

Río Mayo, Son. Río Yaqui, Son.
Latitud aprox: 270 Latitud aprox: 27° 30 1 N
CULTIVO u. e CULTIVO u.c
(cm) (cm)
Cártamo 38 Linaza 41
Trigo 40 Trigo 41
Linaza 41 Maíz 56
Algodonero 70 Sorgo 60
Alfalfa 78. Frijol Soya 65
Algodonero 71
Alfalfa 90

Los datos antes dados fueron proporcionados por el Depa~

tamento de Ingeniería de Riego y_Drenaje, de la Dirección
General de Distritos de Riego de la S.R.H., en 1968.

·,

' .
- - - ---- ----------- - -- ------- ------:----""!--~--- .. --=---.---
'1
1
\
'V

La distribución mensual del

uso consuntivo

.3.5.1 Generalidades

La distribución mensual del uso consuntivo se obtiene rnQ

diante la aplicación del método de Blaney-Criddle ya expue~
to en el Inciso .3.3.3 de esta Norma.

El método original de Blaney-Criddle hace intervenir al

coeficiente empírico mensual (k) para obtener el uso consun
tivo mensual de un cierto cultivo y dada la dificultad de -
contar con los valores de (k), problema que se menciona en
.3.3.3.1 donde se explica el método en cuestión, se ha tra-
tado de salvar la dificultad antes indicada mediante la in-
troducción del concepto llamado "la, curva de desarrollo es-
pecífica del cultivo", o bien ae'otro concepto denominado:
"la curva única", como a continuación se explicará:

.3.5.2 Con el rn6todo de Blaney-Criddle y

la curva de desarrollo del cultivo

Este procedimiento, en esencia es el M6todo de Blaney y

Criddle con las modificaciones necesarias para hacer inter-
venir en la fórmula del uso consuntivo mensual, obtenida
por dichos autores, a un coeficiente climático men~1al (kt)
y a un coeficiente mensual que depende del desarrollo de ca
da cultivo (kd), en vez del coeficiente mensual de uso con=
suntivo (k). ' • 1

El coeficiente climático mensual (kt) permite lograr un

mejor ajuste de la relación .temperatura y evapotranspira- -
ción en cada uno de los meses que comprende el período de -
desarrollo en los cultivos que interesen. Para ello el fac
tor de temperatura (t) en la fórmula de Blaney-Criddle se =
corrige mediante (kt), según la siguiente expresión puesta
en el- sistema m6trico decimal:

kt = 0.03114 (t) t 0.2396 (6)

en la que (t) es la temperatura media mensual, en grados
centígrados.

El coeficiente de desarrollo (kd) para un mes dado den--

tro del período total de desarrollo correspondiente a un
cierto cultivo, no es mas que el coeficiente mensual de uso
consunt;i.vo (k) en ]n fórmn·.~ do nlnnoy-Crjddlo, roNultant.o
on la curva do desarrollo rl.s¡>ectiva. ·

----- ..... ,--~.-~·

.·
 ..,.f!

'. 1
 L~ curva de desarrollo relativo representa c6mo evoluci,2
na en el tiempo el crecimiento do la planta, con rclaci6n
al que ésta alcanza en el período total de desarrollo.

El período total de desarrollo de un cu~tivo dado es el

tiempo que en total requiere la plarta para' 1 su completo cr.!:,
cimiento vegetativo, la floraci6n y fruct~ficaci6n.·

En la referencia bibliográfica 2/, el Proyectista puede

consultar informaci6n muy útil sobre el coeficiente de -
desarrollo:(kd) y las curvas de desarrollo relativo para a!
gunos cult~vos. ·

Los valores mensuales de (kd) se determinan en el campo,

e~ forma experimental para cada cultivo. La representaci6n
gráfica de lo~ valores de est~ coeficiente, ~n funci6n del
porcentaje de desarrollo relativo es una cuerva en forma de
campana, como se ilustra para¡ el caso del algodonero en la
Lámina .1.2.3-2, que se presenta más adelante.
!
La f6rmula para obtener el us~ consuntivo mensual con el
método de Blaney-Criddle y aplicando la curvo de desarrollo
de cada cultivo, es la siguiente:·
u.c -- (7)
y el valor del uso consuntivo total para el·período de
desarrollo del cultivo~ se obtiene con la siguiente expre--
sicSn:
n
u. e = e=
j 1
(8) í
~~
En ambas ecuaciones los términos tienen las siguientes aceB
cionesa .·

u.c = uso consuntivo me~sual, en centímetros.

f = Factor mensual de uso consuntivo. Es igual a:

P (t ~21.8
l7.8) ; según la f6rmula (3A), dada en
.3.3.3.1 de esta misma Norma.
kt -- Coeficiente climático·mensual, dado por la
sicSn (6).
expr~

kd -- Coeficiente de desarrollo para cada

tenido en forma experimental.
cultivo~ ob-

u. e -- Uso consuntivo total para el período de desarro-

llo de cada cultivo, en centímetros.

-- ---------,-,...,......--..,-----·-.-----·
..
.,

n
L: Sum~ del primero a1 último mes en el período de
j =1 desarrollo total del cultivo.

El ~roccdimicnto
de c~lculo a seguir para obtener la di~
tribuc~ón mensual del uso consuntivo de un cierto cultivo
con el método indicado en este Inciso .3.5.2 consiste en
los siete pasos siguientes:

1.- Se calculan los valores de (f) con la expresión.(3A),

dada en .3.3.3.1 de esta Norma.
2.- Se .calculan 'los valores de (kt) con la fórmula (6).
3.- Se calculan los valores de f • kt

4.- Se obtienen los valores mens~ales de (kd) por medio de

la curva de desarrollo relativo del cultivo en cues-: -
tión.

Para esto, se divide la curva de desarrollo especí-

fica en tantas partes como número de meses abarque ·el
período total de desarrollo. La ordenada media en ~a-
da intervalo, da el valor de (kd) mensual. /

5.- Se calculan los valores del uso consuntivo mensual -

(u.c) por medio de la fórmula (7).

6.- Se obtiene el valor del uso consuntivo total (U.C) pa-

ra el período total de desarrollo del cultivo, por me-
dio de la fórmula (8).
1.- Se corrigen los valores mensuales y el total del uso
consuntivo, obtenidos en los pasos S y 6, como a conti
nuación se indica:

El ajuste se obtiene con la e~presión siguiente:

(u.'c)• = 7K (U.C) ' (9)

en la que:
n
~
J ::.' 1
f • kt . kd
K' = (lO)
:t:::::1
J 1:1

(U.C)' = uso consuntivo total ajustado, en cen-

tímetros.

--- ~---- -.---7·-,""T-·-r----------- -.-·

..

K = coeficiente empírico global dado por

nlaney y Criddlo para cada cultivo. -
(Tabla 3}

u.c = uso consuntivo total, obtenido con la

ecuación ( 8 }_, en centímetros.

La corrección anterior se debe a que, en general, es

necesario ajustar el valor del uso consuntivo total que
resulta cuando ~e utilizan los coeficientes mensuales
climáticos (kt} y de desarrollo (kd), en vez de los val~
res del coeficiente empírico global (K} determinados por
Blaney y Criddle.

Los cálculos para los diversos pasos antes indicados, se

~acilitan mucho cuando so tienen ya tabulados los valores -
de f y kt para cada mes y además, la~ curvas de desarrollo
relativo para cada cultivo q~e interese.

La Secretaría de Recu~sos Hidráulicos cuenta con diver--

sas ~ablas y gráficas, tanto· de esos valores como del uso -
consuntivo y su distribución mensual para algunos cultivos
en los diversos distrito$ de riego que opera y administra.
Sl Proyectista debe consultar la información disponible - -
-véanse entre otras, l~s ~eferencias bibliográficas if, lQ/
y 12/- o recabarla en la Oficina de Riego y Drenaje de la
Direcci6n Gene~al ~e D!st~i~o~ de Riego, en la SRH •

. ~.5.3 Ejemplo de apliCacidn

A continuación se p~senta en forma tabular el Ejemplo -

nú~ero 3, para explicar el cálculo de la distribución men--
sual del uso consuntivo por medio del método de Blaney... -
Criddle modificado, ap~ica~do la ~urva ~e desarrollo relati
vo para el algodone~Q, p~~e~taaa en la Lámina .1.2.3-2. -

. ---- ----- ------ ---------------- -----··---- -- ---------------·-------- --

• 1
 EJEt>IPl.O 3 DlS'I'RTBUCION ~~S~SUAJ. J>EL USO C01~SUNTJVO
APLICACJO!-: DRJ. f-1E1'0DO DE HI.ANEY-CRJDDJ.E, Y LA CURVA
DC DESARROLLO D~L CULTIVO (r~ctor kd)
CULTIVO: Algodonero
Región lagunera, Coah-Dgo.
1atitud: 25° 30 1 N.
Periodo de desarrollo: Abril a Septienilire = 6 meses
.
t 1 t+ tz.8 K u.c (t.:.C)
MES oclp 21.8 t Kd cm K K' _JS_ en
en ¡(a) f (e) f • kt
(b) (d) ~
(e) ( f) {g) K' (h}

_{ 1) (2)'(3) (4) ( 5)=(3J (4) _(6) (JJ=15)(6) (8) (9)=(7)(8} (1Ó} ( 11) ( 1 2) =11 oJ ~1 1 tJ . _[ 1 1b-(!1!12l_
'

- - --
1
Abril 22.6:8.63 t. 853 16.0 0.943 15.10 0.25 3.8 - - - 3·5
~layo 25-~:9.35 1. 982 \ . 18.5 1.031 19.10 0.40 7.6 -- -- -- - - - - 7.0
- - -
1 ,
lJunio 27.(' 9.20 2.055 '.
19.0 1.080 20.• 52 0.82 16.8 - .
" 15.4 'e

Julio 26.; 9-46 2.041 '.19. 3 1.071 20.67 l. 02 21.1 - - - - --- 19.3
Agosto 26.t'9.09 2.014 18.3 1.052 19.25 0.87 16.7 - -- - -- - 15-3
~ept. 24.2·S.31
!
l. 927 16.0 0.993 15.89 0.62 9.9 - - - - - - - 9.1
;
Suma - - 1
1
107.1 - - - - - - 75-9 0.65 0.71 0.916 69.6
!
:NOTAS:
'a) Valores leidos de la Tabla 2.
; b) Valores leidos de la Tabla 4.
; e) Valores calculados con la ecuación: kt = 0.03114 (t)+ 0.2396
~ d) Valores obtenidos para cada mes, de la curva de desarrollo del algodonero, lámina
i .1.2.3-2 n
:e) Valores calculados con la ecuación: u.c = ~ f• k • k
t d
J = 1
.· f) Valor tomado de la Tabla 3
: g) Valor calculado con l i ecuación (10)
; h) Valor corregido del uso consuntivo. Se obtiene con·la ccunción: (U.C)' = _L
! K' (U.C)
1
 :

CURVA DE DESA RROL'LO DEL ALGO DONE RO

-" 1.20

-o_,
~

1.00
_,
o0:::
/ """
r • a::
<
Cl)
.SO

1 ""
"'
LLI
e
LLI ..60 i'-..
e
1
LLI
t-
zLLI
o-
LL.
.40

~
V
/ "'
LLI .20 ~
o
o

DO
1 JO 20 30 40 50 60 70 80 90 Jb(o

Tomodode la Ref.BiLI. 9/. DESARROLLO RELATIVO EN POR CIENTO

EJ¿c:idn 197J - ' .. - .. ' . - LAMINA .1.2.3-2
\
 HIDROLOGIA SUPERFICIAL

PLANNING OF IRRIGATION SYSTEMS FOR AGRICULTURE WITH

THE AID OF A SIMULATION MODEL

ING. ]OSE LUIS SANCHEZ BRIBIESCA

OCTUBRE, 1977.
 Planning of lrrigation Systems for Agriculture with the
Aid of a Simulation Model

J. L. S~NCHEZ BRIBIESCA
Profcs,or of Hydraul•c Engmccrmg
Un.1c"•Ja.J Na .. •ono.~l Autónoma de México (N.lttonal Untvcrsity of Mextco), Mextco, D.F.

SYNOPSIS

11 'ltCII con.,truct¡ng ¡rrigation 1\'orks, t!znr capacily .1/10uld be ba~ed mainly

011 tire water demwuls of the cr(I¡JS they ari' mcant to save, ami on tlze re!al/011
bt!lwccn projl(¿, cluc to crop yicld and cost!> duc to irngation expenses. Tire possi-
bility 1.1 cnl'isagecl, by means of the propo1ed simulatiOII mode!, of establishing 1

__/ '
a11 irngared culture arca where expected crop yrelds can be estimated before-
hand, if a certain irrigat ion po/ley is followed. ,.-
Tlu.> simular ion model consists of three main parts:
(1) Crop growth and its water uptake, as imposcd by different irrigating
poltcies. 1

(2) Sattsfaction of water requirement.., by the crop taking into account both
conduction al/(/ appltcation /osses.
t3) E¡•aluation of projit!> (comparisons of crop yield with irrigatfon costs)
for N ~imu!ated years.

lntroduction \\atctloggtng. Somc aspects of surface irrigation are

lrn~atlon w.Ltcr rcqutrcmcnts dcpcnd on plant
l'h~stol~)gy, trrtg.ltion tcchntqucs .1nd w.ttcr d!str_tbution.
Tite lir~l 1tcm tS pcrh.Lps thc matn one, and 1t tncludcs
. t dl\ ct ~ity of suhjects !.uch as sotl Physt.::s, cltmatologi-
l'.d ch.tractensttcs and basic Botany.
Sc\cral re~carchers havc intendcd thc plannmg of
w.Ltcr ~upply to crors by mcans of simulation
nwdeH ")( ~~)(1 6 )(~1)( 3 ~H 3 ~), but 1t tS the author's opinton
that thc model proposcd by J.C. Fltnn( 13) can, asto
th1s wrtttng, be considercd thc most complete.
lt •~ thc purpose of t his paper to present a systema-
ltc .tpproach to the comput.ttton of tmgatwn water
Hl'Cds. mcludtng severa! subjects not cons1dered by the
Can.1dl.lll rcsc.ucher. The modcl esttmatcs the effects
,111 linal crop ytcld of sotl motsture content, so1l mo•s-
turc !l:nston, .tctual and potent1al ev.tpotransplratton,
r.unf.dl, mtrogen fcrttltzauon, depth of water-table and
.tho takcn 1nto account,. as a m~ans to estimattng water
losses. As to water dtstnbutwn problems, Clement's
entena are used( 3), th1s allowing more realistic calcula-
llons of trngatwn works .
The Jntegratcd model introduced m this paper
appra1ses the relatwnshtp bctween expected benefit from
crop y¡clds accordmg to a previously selccted irrigation
poltcy, and expected costs of required works.
Experimental support to certain assumptions has
bcen attemptcd, and severa! screening tests have been
pcrformed at the Universtty of Mex1co with more or
less sattsfa.ctory results. '
Analysis of Data
Supposc an agrtcultural zone as exemplified in
Ftgure 1 1s to be i1 rigated, and the stze of the serving
channcl h.1s to be calculated. The zone has s1x farms

247
\
248 SANCHEZ llRIIllCSCA

The rclat1on betwccn perccntage of y1eld, Y, and

A¡ Az
As
A3 A4
As
(O)
(b l
(C)
.FIGlJRE 1 : llypothctical d1stribution ol forros (A 1 _e ), crops
(C¡_a) and soilt~·pcs (S 1 _2 J 111 the irrigatcd zone.
w1th arcas A,, Jocatcd on soil type S1 and S2, to be
sown with crops el and e~.
The following data are .ts~umingly avadable
(a) Topography-land slopes
(b) Agronomy -root depth of c1 ops, soll constant s.
Infiltr.ttion ratc, 'soll water contcnt
\crsus ~011 W.JlCI tcm1on' graphs,
depth of walcr-lable, 'crop factor'
accordmg to Pcnman's formula,
and nMximum dttamable yicld for
cach crop.
(í l Cl11n.ttc -d.lll) ¡un cvap,Hation and ramf.lll.
A gr.1ph ~mular to F1gure 2 c.tn be obtamed for
cadt l'On~idcrcd crop.
rclativc cvapotronsp1rat10n, Ea/ ET'JJ, vanes accord1ng
to nitrogcn fcrtd1zauon. Opt1mum y1eld is atta1ncd
Wlth max11num rcqu1red n¡t;ogen (F,), w1th e1thcr lowcr
(F1• ¡.~) or h1ghcr CF.1, F 4 ¡ quant1t1es of added mtrogcn,
cr,lp~ yield lcss than optmwm. These graphs were
obt;uncd from the work of severa! researc~ers( 1)(2)
(4)( 11)(14)(2°)( 22)(27). Percentage y1eld refers her~ to the
value for each state of the vegetat¡ve cycle, as shown
111 F1gure 3.
The relationsh1p between relat1ve evapotranspiration.
Ea/ET1,, and soil water tens10n, 1)¡, for severa! ETv
valucs 1S also shown m the graphs. Potential evapo-
transp1rat10n ETv is the amount of water required by
chmatolog¡cal demand, under conditions of low so1l
water tens10n (near field capacity). ET'P is obtamed
dally from Penman's formula :
ETv=Eo x K.
\vhere, Eo IS the daily atmosphenc evaporation, and Ko
1s a 'crop factor', as shown in F1gt1re 3.
The graphs dcscnbed were compiled from severa! re-
searcher 's expenments( 6) ( 9)(13) (11)( 18 )(23) ( 24 )(28).
Mod1ficat10ns to the Ea/ET'P ratiO under conditions ~
of excess1ve soil water (!,) are presented in the central 1
part of the graphs in F1gure 2. With raising water-table ...- <"
levcls yield 1S reduced according to evaporat¡ve demand
ETp, and rainfall R, as stated in Hooghoudt"s work( 17 ).
If the water-table is shallower than 15 cm, the crops
are considered 'submerged', and the computat10n of
damagc due to submergence is made w1th the a1d of
g1aphs Similar to F1gure 5 [from ·a compilat10n by
Salam1n( 28 )].
Clm1atologJcal data (F1gure 4) are ellhcr recorded
or s1mulatcd from pr10r informat10n. The author cx-
pcnmcntally confirmcd the unreliabillty of temperature
asan mdex of the crop·~ stage of developmcnt.
Thc Modcl : Part One
The goal of this part is to determine the amount
and distribution ume of water as requ1red by a selected
irrigauon po!Jcy, and at the samc t1me, to calculate ex-
pected crop yields. The 1rrigation pol1cy is defined as
thc nccesslty to apply water when soil moisture reaches
a selected valuc Wi1o/=J<p (Fe-PWP), for O<Kp<l,
where, FC=ficld Cd.pac¡ty
P WP= permanent writing pcrcentage.
Computations are C<'flled out in order to know the
dcpth of the water-table d,, sod moi!>ture content IV,.
and pcrccntage yJCid Y, on a dally bas1s, wnh the vJiues
for the preVJOUS day, d,_¡ and W,_¡, and ramfa/1.
cvaporat10n, and fertihzat1on data.
lf dr-t 1~ less than d"''" , wh1ch is about 15 cm the
c1 op 1s submcrgcd and unable to transpire (Ea--O;.
y1eld 1s rcduced accord1ng to a submergence factor fD
from F1gurc 5. When agncultural dramage 1s avallable,
d1 a111cd water can be calculated (D,).
l;
1 1

¡·
1
PLAI'NING OF IRRIGo\TION ~\'STl-.MS 1 OR AGRICUL Tl' 'll. W 11"11 THI. Al O OF A SIMULATION MODEL 249
1

1 Ea 1 ETp Eo/ETp

1
1'
11

120 80 15 20 100
d Y%
PWP

1,\
.' l

\""--- FC
\
\
_.).
W% .... ~

PWP- Permonent w11tmg percentoge d - woter toble deptn

FC - F1eld copoc1ty 11_ 3 Volues! ETpl ro1nfoll
ETp Volues of potent•ol evoporot1on F0 _ Fertil1 zoflon levels
1-5
5

FIGURE 2. : Gr.tphical rrprcscntation of importan! rclationships : ~oil water content versus tcnsion (W versus ~)/); water
tension versu~ rclative e\apotranspiration (..ji versus Ea/ ETP); and relative evapotranspiration versus yield
(Ea! ET., versus Y).

1n c.1~c of rainfall. infiltrablc wata IS est unated as Soil moisture becomes :

thc d1trcrcncc bctwecn ram hc1ght and runoff : W,= W,_I-f-!f¡;-Ea,-D,=/¡
Whcn d, > lmaz
t/J;=(l-0).
.Lml¡f W,~ FC, then W,=FC
(Gr.1phs of the Soil ConscrvJ.llon Serv1ce) .1nd Ca,=ETP,
Rcmammg so1l mo1sture WIII be : Jf, on the other hand
W,= W,-- 1 +tf,-D, WPoL < W, <FC, then soil water tension and
L TP, =· Ko, X Eo, must be known, and y1eld is determined
and ~:rop yield will be : Y- fv fnllowing the graphs in Figure 2 ; W, becomes
W,- 1 -Ea;-f-t/J,.
J¡" dman <da-1 <dmaz, the crop IS 'loggcd', and
.Kiu.d ev.~potransplr.Lllon Ea ~~ calculated tak1ng mto
When w.~ WPoL. irrigat10n wdl be necessary by an
.¡~·cl'Uilt potcmial evJpotransp1ral1on ET'JJ, = Ko¡ x Eo,;
amount FC- W, ; computatwn contmue as descnbed
~o far.
C\CC:.~ water 1s then determmed
In tlus way, y, and applied water can be computed
/,=t/J;+W;- 1 -Ea,-D,; dady, and total final yield
finally, (Ea/ ET.,); and thcn Ea •. Yr= ~Y, y~-~
L,_¡ N L,_¡}D
Thcsc comput.ttwns rcqu1rc severa! tnals (F1gure 2), r,j , '
and .1t last lcad to the estunatwn of Y,. .md lb correspondmg water requ1rement can be known.
 150 SANCIIEZ DRIBifSCA

l<o (.r.,wttl Flowerot~g

10 mergence 1 Moturoty y

oe
06

04

02 ~--­

o~----~---------T----4---------~

y
%
Doy a
30
FIGURE 5 : Pcrcenlage yield Y according lo duration of sub-
20 mergence for different stages of developmcnt (81 _ 3).

10

Thc Model : Part Two

V, t V11 tV111 tY1v =100 Accordmg to the author's tests, it is difficult to
FIGURE 3 : Crop f.tctor (1\o) and p-crcL·ntage of final yicld (Y) relate, by means of Simple formula, length, slope and }
•
attributcd lo e.tch ~ta¡;c of ¡.:rowth. pcrmeabiiity of Irngated land with water sheet depth or
modulus (1.e., d1schargc to the farm). For each parti·
cular case, however, results show that a fixed relatwn-
ship does exist, and can be described. Smce Irngatwn
is always given to the same land area, fhese parameters
will not change, and the apphed dose will, therefore,
Eo vary between short hmits beca use of modified roughness.
(cmt
Beca use of the mfiltration mechamsms, humidification
- f-- r---
r--
1'-- -
of the sOJl profile is not a uniform process. and the
actual water dose required wdl have to be checked m
1--
each particular case, with the aid of field tests.
The fact that plant water needs calculated as des-.
cnbed in thc previous chapter have to be modified by
expenmental doses, should not be disappointmg ; m the
t (doysl first place, information on times of water apphcation
IS important, and besides, actual plant requirements are
useful as a guide when fixing the size of irrigated areas.
1
!e mi The time of water application depends on sheet
depth and on the infiltration coeffic1ent K, ( t= ~ ) .
All through the application time, modular discharge
Q=K·A must be maintained.
On the basis of time of water demand, avmlable
time T can be known. According to Clement's ideas( 3 )
tldoysl the probabihty of service must be p=t/T for each farm
considered. Then it is possible to estímate the discharge
FIGURE 4 : Hypolhelical daily evaporalion (Eo) and rainfall (1) that the serving channel must supply to the N Simul-
rccords. taneously demanding forms, with a specified probabduy
of future : '
Smce, on the other hand, water needs are being N
rt'~Mded, the 1Imcsof supply and the possibihty of Q=~ Q, (Ni pi+r, ,l"niji¡Tf..:....pi)
~m1Ultaneous demand can be known. i

PLA'I'I'\ING OF IRRIGATION SYSTEMS FOR AGRICUL TURE WITH THE AID OF A SIMULATION MODEL
where, Q=modular discharge
pi=probabiltty of serv¡cc-
ni=number of farms in stmilar .conditions
~ 1 =probability coefficient for a predetermined'
failure.
1nterested readers can loo k for more dctailed explana-
tions m Clement's original paper( 8).
W1th the described procedurc, it is possible to know
the dJ~charge of every channel (and works to control
them) that will serve the wholc irrigated area.
If scveral-channels are analyzed, irngation-area-ratios
for the zone. and a graph relating these ratios to served
area can ·be built. ·
This allows for an easy and reliable way of comput-
mg all channels inside the irrigated zone.
lt, mtght appear that proposed criteria are u~eful
only for one crop distribution. This hmitation _can be
.tvoidcd by simulating for scveral crop distnbutions.
:.1mply by taking into account the percentage of land
cultivated wtth each selected crop. A computer pro-
gramme is available to allocate crops at random. In
such a case, it would be necessary to repeat computa-
tJons for severa) crop distnbutions, and to join the
results in a single graph, as shown in Figure 6. (Irriga-
tton coefficient versus served area).
Tbe Model : Part Threc
As· has been described in part one of the model, ctop
y1eld and benefits as a result of an irrigation pohcy can
be estimated.
As a first step, the availability of required water has
to be checked; the cost of structures for water applica-
tJOll as described m part two can be determincd next;
the final step would be the estimation of the present
\',tlue of the annualities of structure costs, leading to a
Jecision taking.
Cooclusion
It m1ght be thought that by pretending to include all
thc complitated phenomena m a simple formulation,
\cry scrrous mtstakes wquld be obtained. Actually, the
proposed method gtves the pl.mncr a more or less com-
plete pro~:aiurc for dccision makmg b.tsed on constdera-
twn of many 1:1cts involved, even if somc of them are
10ughly accountcd for.
In fact. trng.ttion pl.1nning 1s generally based simply
l'll th.: planner\ expcrience. lcadmg at ttmes to absurd
C\tr.t~wlation!..
lt 1s thc author's op1111on tlut he h.1~ pomted out a
procl'dure that can help the planning of trrtgated lands.
fhc p.tpcr alsl) suggest futurc llnes of rcsearch lll agri-
~.·ultur.: In fact, tt is nol reasonable s1mply to perform
"l~teh'l'lal" experiments m order to check the tnfiuencc
,)f fl'rllltzers or soil t!!xture 'on yield, but rather reahstic
-1
251
A
FIGURE 6 : Relationshlp between lrrigatíon co~cient -c•. and
scrved area A.
results by means of elaborate research should be aimed . ,,
a t.
Acknowledgements
Reseatch was ca.rried out at the lhstitute of Engi- .
neering (Instituto de lngenería, UNAM), under the
ausptces of the Secretary of Hydraulic Resources (Secre-
taría de Recursos Hidráulicos). Author is indebted
with all the members of his staff which made possible to
realize this work, spccialiy to the biologists Miss
Riemann and Miss Sánchez.
Biblíographical References
(1) BAUER, A.; YOUNG, R.A.. and OZBUN, J. L.: "Effects
of Mo1sture and Fert1lizer on Y1cld5 of Spnng Wheat."
Agron. J., Vol. 57, 1965, pp. 354-356.
(2) CARLSON, C.W.; ALESSI, J. and MICKELSON, R.H.:
"Evapotransp1rat10n and Yield of Corn-as lnfluenced by
Mo1sture Leve!, N•trogen Ferhllzation and Plant Den-
Sity." Soil Sc1. Soc. Proc., Vol. 23, 1959, pp. 242-245.
(3) CLEMENT, R. : "Calcul des d~bits dans les reseaux
d'1rngauon fonctionnant a la demande." Hou1lle
Blanchc." Vol. 5, 1966, pp. 553-575.
(4) DALE, R. and SHAW, R.: "Effect on Corn Yields of
Mo1stur.: Stress and Stand at two Fertlhty Levels." Agron.
J., Vol. 57, pp. 475-479. '
(5) DARLEY, P.R. and RYDZEWSKI, J.R. : "A Simula-
uon Model for the Ü¡Jtlmal Des1gn and Operation of
hng.ll1on Systems Based on Y1eld-Water Deficit Rela-
uonslHps." Sym. Int. Con. Irr. and Dra1. 3, 1972, R-5,
S 36.
(6) DENMEAD, O.T. and SHAW, R. H. : "Evapotransplra-
tlon m Relauon to the Development of the Corn Crop."
Agron J., Vol. 51, 1959, pp. 725-726.
(7) DENMEAD, O.T. and SHAW, R.H : "The Effects of
Soll MQISture Stress at D1fferent Stages of Growth on the
Dcvelopment and Y1eld of Corn." Agron. J., Vol. 52,
1960, pp. 272-274.
1
,- ,,.',
.
l 252 sÁNCHEZ BRUhESCA
l~ ·i'
(8) DENMEAD, O T. and SHAW, R.H : "Availabilll.' of
· Soil Water to Plants J~ Affcctcd bv So1l M01sture Contcnl
.,
and Metcolologlcal Condlllons.''.Agron. J., Vol. 54, 1\162,
j. pp. 385-390.
(9) EDEN, A.; ALDERMAN, G.; BAKER, C.J.L; NICHOL·
SON, H.H .•1nd FIRTH,DH.:"ThcEffcctofGround
Water·lcvcl upon Productivlly and Compositll'n nf
Fcnland Grass." J. Agnc. Sc1., Vol. 41, 1951, pp. 191-202.
(10) FAO/UNESCO : "lrngatJon, Dramage and Sahmty.''
Hutckinson, Pans, 1973, pp. 260-279.
(11) FERNANDEZ, R. and LAIRD, R.J. : "Efecto de la
Humedad del Suelo y de la Fcrtilizac1on con NJtr~geno
sobre la Calidad y el Rendimiento del Tngo." _Folleto
Téc . . A. 6., No. 27, 1958.
(12) FLINN . and MUSGRAVE, W.F.: "Development
nalys•s of lnput-Output Relations for lmgauon
Water." Austr. J. Agnc. Econ., Vol. 11, 1967, pp. 1-19.
,, · (13) ·FLINN, J.C. : "The S1mula11on of Crop-Tmgauon
,¡ . Systems.'' In J. B. Dent, edo, "Systems Analysis in Agn-
'l¡' , · · cultural Management." John W1ley and Sons, ·Australia,
1'
:¡ 1971, pp. 123-152. . ·' ' C26) ROBINS, J. S. and DOMINGO, C. E.: "Sorne Effects of
1
11
! '(14) GRIMES, D.W. and MUSICK. J.T. : "Eflcct of Plant
Spac•ng, Fcnihty and Irpgltlon Managcmcnt on Gram
Sorhum Production.'' Agron J., Vol. 52, 1960, pp.
647-650.
(15)' HAGAN, R.M., ed.: "lmgatiOn of Agricultura! Lands."
Am. Soc. Agron., W1sc., 1967.
1 (16) HAGAN, R. M. and STEWART, J. l.: "Water Deficits,
1' lrngation Design and Programmmg." J. Irrig. Drai. Div.,
'1 ·Vol. 98, 1972, pp. 215-235.
'
(17). HOOGHOUDT, S. B. : "Resultaten van het grondwater-
stands proefuel te NJeuwbeerta.'' Versl. Techn. BiJeenk.
H1drol. Comm. TNO, Vol. 1-6, 1952, pp. 56-63.
(18) JENSEN, M. E. : ·'Les bcsoms d'eau des Cultures.''
Trans. lnt. Comm. lrrig. and Drai, 7th Congress lrng.
F
and Drai., México, 2, 1969, Q 23. ' · Edaphology." W. H. Preeman and Co., Sn. Feo., 1972.
(19) KOZLOWSKI. T. T .. ed. : "Water DeficJts and Plant
Growth." Academic Press, N. Y., 1968'.
(20) LEGGETT, G. E. : "RelatJOnsh¡ps between Wheat Y1eld,
Ava1lable Moisture and AvJ ilable Nllrogen in Eastern
Washmgton Dryland Areas.'' Wash. Agr. Exp. Sta. Bull.
Nr. 609, 1959.
(21) LEMBKE, W. D. and JONES JR., B. A.: "Selecting a
Method for Scheduling Irngat1on Usmg a SimulatJOn
Model." Trans. A. S. A. E., 1972, pp. 284-286.
(22) MUSJCK, J. T.; GRIMES, D. W. and HERRON,
G. M. : "lrrigatJOn Water Management and Nitrogen
Ferulization in Grain Sorghums." Agron. J., Vol. 55,
1963, pp. 295-298. '
(23) NICHOLSON, H. H. and FIRTH, D. H. : "The Effect
of Ground Water-Leve! on the Performance and Y1eld of
Sorne Common Crops." J. Ag~ic. Sci., Vol. 43, 1953, pp.
95-104.
(24) PENMAN, H. L. :"Natural Evaporation from Open
Water, Bore Soil and Grass." Proc. Royal Soc., Vol.
193A, 1948, pp. 120-145.
(25) PJERRE, W. H.; KIRKHAM, D.; PESEK, J. and
SHAW, R. : "Piant Env•ronment and j::fficient Water
Use." Amer. Soc. Agron. So'Jl Sc1. Soc. Amer., 1966.
Severe Soil Moisture Defic•ts at Sj)ec1fic Growth Stages m
Corn." Agron. J., Vol. 45, 1953, pp. 618-621. ,
(27) ROBINS, J S. and DOMINGO, C. E. : "Mo1sture and
Nitrogen Effccts on Irrigated Spring Wheat. "Agron. J.,
Vol. 54, 1962, pp. 135-138.
(28) SALAMIN 111 Congres International des lmgation et du . J
Dramage (To sec Po1r~ and Olier "Assainissement ·- •·
Agricole" Eyrolles, Paris 1~69).
(29) SLATYER. R. O.: "Plant Water Relationships." Acade-
mJc Press, N. Y., 1967.
(30) STEWART, J. l. and HAGAN, R. M. : •fFunction to-
Predict Effects of Crop Water Deficits." J. Irrig. Drai.
D1v., Dec. 1973, IR4, pp. 421-439.
(31) TAYLOR, S. A. and ASHCROFr, G. L. : "Phys1cal
(32) WISER, E. H. : "Irrigation Planning Using ClimatologJ·
cal Data." Proc. A.S.A.E., Vol·. 91, 1965, pp. 1-12.
,·
'l.
''-
----· ,•, ...

HIDROLOGlA . SUPERFICIAL

EVAPOTRANSPIRACION

APROVECHAMIENTOS HIDROELECTRICOS Y DE RIE@

"'
''•

ING. JOSE ANTON~O FERNANDEZ

ESPARZA

OCTUBRE DE 1977
 . APROVECHAMIENTOS HIDROELECTRICOS Y DE RIEGO

LLUVIA EFECTIVA O APROVECHABLE

Se denomina lluvia efectiva o aprovechable a la fracción de la preci-

.·Pitación total que. pueden utilizar los cuultivos para satisfacer las necesi-
. ''

· da des de agua.

Hay varios métodos para cuantificar dicha lluvia efectiva, unicame'!_

t~ se explicarán los métodos empleados en el departamento de canales_

.. ' y ·,: _
distritos
'.
de riego de la Secretaría de Recursos Hidráulicos.
'L'.
> t

METOOO DE DEPARTAMENTO DE CANALES:·

'
Se aplica la fórmula de Prescott que considera que cuando el 80 %de

la precipitación es mayor o igual a O. 9 de la evapotranspiración a la pote'!_

cia de O. 75 determinada por el método analítico

'
de Thornthwaite,
'
se toma

en cuenta

Es decir:
7
Si O. 8 P .V O. 9 E0 · S

Donde:

p- Precipitación

E - Evapotranspiración determinada por el método de· Thornthwaite.

El método de Thornthwaite,es aceptable en zonas húmedas con vegeta-

ción abundante, aumentando los errores en zonas semiáridas o áridas. 4

falla que tiene este método, es que no toma en cuenta el ~ipo de cultivo ni
r
el tipo de suelo.

El método de Thornthwaite, consiste en uaa relación simple que em-

plea datos climatológicos acce~ibles, basándose en la latitud y la tempe-

ratura, demostrándose que esta última constituye un buen índice de la '--

energía en un lugar específico.

La relación es:
0....
E~ l·f> ( '~')
Donde:
'•, ,,
E ::- Evapotranspiración mensual en cm ''-,· '' .

'
T- Temperatura media mensual en °C

a - Constante que depende del lugar y es función del í~dice de· la efi-

ciencia anual d~. tem~ratura (1), cuyo valor es:

2
a= 0.000 000 67513 -0.000077II + 0.017921+ 0.49239

I - 1ndice anual de temperatura. Es la suma de los índices de las

eficienci?s mensuales de temperatura. (i)

,z . (_T )I.SI~
•
I=- ~t.') L .:\S
(.;'

La secuela de cálculo es la siguiente:

l. - Se calculan las temperaturas medias mensuales (T)

2.- Se calculan los valores de las eficiencias mensuales de temperatu

ra por medio de la fórmula.

· _(T)l·511
L- -5
3.- Se determina el valor de la eficiencia anual de la temperatura, su-
 1

- 1

1
 mando los valores calcl)].ados.

4.- Se calcula el exponente "a" aplicando.la fórmula.

-·
2
a =O. ooO 000 67513 - O. OOOW711 +O. 017921 +O. 49239

5.- Se estima la evapotranspiración en el mes considerando en fun-

ción .de la. tem~ratura media anual aplicando la fórmula.

1 o.,. \0..
E ==-'·'- ( ~J
En la tabla de la siguiente hoja se muestra un Cálculo de lluyia efect~~

,·,va _aplicando 'la fórmula de Prescott al 'método de Thornthwaite~

 rE.IIP~ nJ&s .
L.- E.e~a.¡:ofi'Gnapi.--
triE.5ES USlt~ 1!N be.. • 1
-tD.GUJI) U) Cll75

' -
Enero /J.9 4..70 4.J9

Fé/Jn:I"' /8.7 S.'--5 s.4o

Mar~ n., ,,,o tD.foo

A.,.,, 19.4. 7.79 7.8o

_,

'
MÁ1Jo 2,0. 1 8.22 a.so '

Junio ¿o,l 8.2.2, s.·so ~

'' '\. 1

JcJ/Jo 19.,3 7.73 7.70

A,odo /9.J 7.7~ -7.70

.Se.p-hembl'e 18.S 7·25 t.oo

Oc.fultJre ,,.a -
'·Z6 5.90

No\liemhr~ IS.S s.ss s.ao

ZJ ,. c. ie/'11 bre
'"·~
4.9/. 4-.~;.o

:
TOT~ l= So. '31 -
-
...
 p,ecipi.~. · o.BP ~ 0.15 I..I&J'I,.~
E 0.9Eo:rs
Mf.5l~ (mm) e.l'ec...JI '1 Cl
. (c.m) {cmJ 50%

o.a2 4.~!J ~.o~ 2.7~

anero '"·~
Febrero 2.8 o.t¿ s.4o a.s~ ,3.19

J.;larz,o
•
s.3 (),"' ,.l.() .,. ./'¿ :J. '11

'
,. ¡,,.¿¡ .34.o 2-7t 7.8o "-·'1 4-.'J.o.

~ogo 64.5 4.1, 8.50 4.Js 4.48'

' t
,.,
'
''

Junlo '
71.1. ,.2.J B.so 4.98 4.48·~ 3.58
..
J(Jilo 711.2 5·'2 7·70 4.~Je. 4./4~ - .3;58 '

,_
·'

...
•,

' A0 osfo
Sepf;embl'e
''·3
70.5
5.4

5·64
1.10

?.Do
4."e
4.,3o
4..1' ..
'
··~.S7
. J..S8

~.58

s.go 0·79 .~.41'

Oe.tcJ6re 48.J ~.oc.

Al ~"lemh~ /J.2 ¡.oftl 5·.30 a.4'J ~.14

Dlc.lGtnbre 5·9 o.4-7 4."0 ~.14 e.83

Llu vio.. e:lec. fiva. So% :: (7 7. 4 t- 7 o. z.¡. 68..J + 7t>.S) ¡;o.o

-.e o.. so= ~.58 rnm
.
4- (~Jtese.s J
o
 -3-

I·il;'J~O!Jv A}'J.J.CAJU L:;1f ¡;], :J:·;Ji\'C.I.'Al'tl:;l'J'CU ·:y!; IJI0TIU'l'U::i

u~ IUSC~O

Depenrlic:ndo dcJ núTTJero de cstacio~1es hi:iromctri

cas la secuela de dicho rn~tono es lo sicuiontc: -
1.- Sobra el plflno oc lo zor..a se trazan los poligonos .
:1~ Thiescen, p!.ra ·qelc.ccioncr las estaciones represen
tativas do cada área, dcp,!!nr1.icnclo de· l~;~, influencia -
'lUP. tr~l·L)tl• ''1., J r: zona de riego.
2.- ~e calculan las lluvias occcn8les para todo el pe
riodo de iotos do lus cotuciones de medición oelecci5
nadas. Estoo datos oc intceran a ~artir de la infor:
n,ación recabada sobre 1a altura de precipitación dia-
ria.. ·
Pnra finco prácticos so conSideran 36 decenas
al afío.
J.- Se obtienen lluvias dcccm.llec ID3:iiGs prorrateando
los datos ele lns estaciones solcccionaúas de acuerdo
con la influencia relativa de cada w1a de ellas :.:1obre.
la zona de riego en estudio.
4.- Se construyen tablao y gráiicno de frecuencia pa-
ra ca da tma de l<:l s 36 decenas o l mio de acuerdo con . . .
ol si~uicnte criterio:
- Para una dece!".a se snlistan todos :Los. datos en
or~en deeccndc~to nel p~riodo.

- Se aoigna,~. ur. número de orclen 11 m11 .a caua .u_,_o de

:. ' los datos :o lo liota. Ao:1'. al 1nayor valor le ·corrcs-
ponnc m=l, Rl que sie:uG m=2, etc.
- Se calcula la frGnucncia r8lotivo ic lo~ datos
docenales ~cdiante lE exprasión:

f =R':'l. (J.OO •fo)

Dor..de N oo el númcru
anos. ·~e

5.- ::>e sclecciom: tma í'recue:ncüt _,e dischos que de a-

cuerdo n lu Secretaria de HecurAos Hidráulicos es una
rrobabiliaad del 8of, •

..
 -4.!..

6.- 0c lee ('11 lur:, cr:5 :t Lee~ S o bieP i1tt~rrolun-:1o en la o

tablss -y;orn carla unu >~ hu:~ 36 decenas r101 alío se cal
cule l<:!~ al ttU:'ét :k lluv j ~~ "lceenul Jl<lrn la frecuencia -
scleccionuct.a.
7.- A partir d0 UJW rclaciólt emriricn_ de l~mina ñe llu
via diuria, propuesl.;a por el J.neenicro Luis Zierold Hf;
yes de lo Subsecrctllria· de OJ.l~ración de la !:>ecretaria-
ñc Hocursos Hidráulicos, se estiman las láminas de pre
cipitnción aprovcchtiblc para cada ID::!S del alio. -
Como n.icht1s tablns r8quicrcr. da tos de lluvia dia-
ria, JIElra utilizarlos es necem~rio dividir las lluvias
c1'."!Cenales entre el nú11~cro rle dias con lluvia apr~cia­
ble en esa decena.
8.- Finalmente se intt!cra lu lluvia mensual aprovecha-
ble· surnonio las obtcniélr.ls para cada tma de las 3 dece-
nas c1cl ~es •
.;.

...
' '

',·

• 1
 W U/ N3 f'IO~V.J.Idl?371d
o
'
' 0/
\
''
11
·~
-'
\'\ .' 1 o'
\ ' \
1\
1 --
01.
-- \ j
'----~~ ' 1
o· L J - t>U;)) -p ,.., \
~ - (..; w
\ "'
-.....,
06
'---
001
 ....IJJ'.· ''I)''".JI'
1

.. ¡.. .... ,_, 1 '.15_____ ¡

e;;_'·) . -
_,,-· ···-·---··----------- ----·- - - ------------il
N~t.:z. solm~ lo.. d~fermin11.doÍ1 de. 1~ .//u tia. a.p1o 'lf"~ctublc for -l
los ~u/Ir· tfoS

1/ co{)finuo.ci ¿.,, _s¿ · e~one -la.. · mefodolo';J("- . a.do¡>fa.do.- por f!Jfc...:

of.:c.i.l'l- p~f'"d- e.sh'm~t-r : Iet.., 1/tura... a_;rotlec.{~IC... :. _ ----·--· ________ -~---
. ;! ' ' ' -1
J. De pla.n!J~ el~ 1~ '2ona... u. seleccio-nq.r¡ l~s . eda.aioncJ pluvi ,1"17¡-: _
f"r/,_·A.s fJiue .se con&ld•ren repr.:.tenfa.r/vQC. clt:.l d.re~ , 1-ra.f~nd.. 1
~"e ed~í1 cl/sl'r~'lu.u.I~:~.J /o mds ul?t/oO'lJ~·~:.:.Jiii piJJ/c. • i5J J1~.~> .. l
. c,r:. ~ .,!..:. ful'()e:;u-orr' h./) .-d'/:.trlol/..: .. eJ. i~ftcun~~~). 'j' t._..._._ 6.1l-é'""-~ ~---:-- _l
1
2. S'e r~c.opi 1~ 11 loJ dafos de. «lfwa.. ,./e. prt!.·ipi 1-Q. t:ioí1 · dia 1 _: .. ,.,.ce. .. .
-¡
1 e/,¡, /,2..:; ~lft:~c,"onc.·-; ~onJielera dtLI .
!
. -·- !-
a. En CoLd,¡ c-:láci~n .s~ ca.lcu.!a./1 /..¿! /lpv:'.;U dece.nedc~ .FN•.
V f"~d~ , .,) 1'"-ta'.:J.JJ dG d4 fcJ ( .:i~ 'C/)S;du·a.n 3~. dOCCIIa; / GLño ) . •-· -·. --- • -
. ' .
:/ 4. . fa.I?:J. fodo el .$4:. Dbfi~ t>en · la..s llutJiaJ d~eno..- : __
/cJ medias Jafo5 de. /~.s: e...tt:LCl cnc.s ' co'n·. : __
J. ·:
~/c:l~ll:Z.dct~ . •• 1

' ¡ ,_ • • • - • - .¡ - .,
;

1 : 6'. ' ' Se. cfJnsfr,..Je. ,,n~ -fa.b IQ,.. o jrá.lica.. d¿ tl'e~ucncia~ ~ ~ :__
CQ.da. una. de., las 3' c:A:.r.:encd cJe./ cafio .: 1 dt.. ~1.4./,rdo __ ;
l
1'
C:t:UJ . e/ "'i¿juumfc . crif•rio; :: .. ~. ___ . • ·: .. \--------:_

1 .ce. e.nJ,~faq_ .le? .. daf::JJ ~-­

.. ,
1
1 .en . t:?rdct? d~c.f!J)c-ll'n.:.
. --------.--
1
1·

·r
i]
 - - - ---- ·--- -r--

- 2- - --- -------------4
1 - ,- 1 --

• 1
~ --· -'---t.

8. liad!.l. a htJra. he ma.; esfa.~..Jo fr.:Jb.z(.-tnrlu can 1/a 1.1ia r a('lJrTllJ la.da.s ·~-- ~-~~T~t=
taJa. Jio!-:. o'/a:: J la.s TQ/.;/.:~s f'-'b/:'cn.da!.far ~1 Ir(]. Ziuo/.j _1___ ._L_
/':d.ra. c~t e<.~.la r ¡.._ : //u. 11l~ af"Ol!t!chn.Uc ¡ re:r-ticr.:.n da f-as 1 __ ; ---: -f--
d~ llllllia_ clia.da.. ~· · !Ára.. JJ,?du I.JI-c'/t'zar- la-' r~61.:ts e.s . : 1 1
1 1 ,, l 1
1
f)~Ct!t:lliu obtener /a_ a./h..,ra. d!~ frec.'t;,-t_c,ión diaria. a par- : --~ _-~- _
f.,¡.. e:lc. la. o1ect!n-1 a.cumtJ/Qdt:?< . .., lc:t. :CJ<..Lal pudo ocurn'r -·---· . _
en unu ~olo de. /do diei. J,'as o en JQS , o lre J " . efe... _ . __ , __ .
l.a.. ..!'f<t.f'Qn::a.. yno.krt'Jt::Ífica.. de dt'af ~an : 1/uuc'o. en la. d<!· _ ~ -~-:._
cena. e~ d~ ci neo . De. acuerdo con es -1-o abféflL r_ ~ _ :___ ; _ pa-ro..
/t:J... 1/t.wút.. di~r,·a.. o(.$ neasa.~·o d/llidir, enfre 5 la ctlft.~ro. de. t _ ~. -·-- 1
1

precipdZ.tct'c.;n d;c¿na.l. : --: -· •• _

9. .l~ ia.s fa.bl~.s pubt·ca.das, f!'r el. In-:¡. Zierold Se eJbhen~ --~--:-~ ¡~
/a.1/uvr:ct. .. c/;c:zriQ.. ·-x..r.'fcchabl~ (!n'' o:r.dn. de.cer~ !f , de_._:-~-­
¡;,"~c.'.:r!:7 o. laí co~!J'/~r!rttdonc.s elfve;fas en. e! pun,t-o .. _ -~-~-~-
an~rtor-1 $e tnt.Jif~p/, Ctt. ~O~ ~ r~ i t:Jkfe.n~r l /a. //UI/l<:l.- ~-, ~- ~--1 1

-· , ·decer.a./, anrorrec/,o.iJie~ · ; _¡ ·_!_ -1-! ; .. ~ .: '~· . --~- L-r---!~

1 í i : 1 1 1 1 1 ¡ 1 ' 1' l.
~ t. ! ¡ ' ~ •. . -- - ' . -'- -1-~ - -
1 :
'
.. . 10.
.. : • 1 • :

. . Ss ';n~,.~- ·1~.: 1/u.via...: J"'?ensl.l'a.l; o.i2rr.~~cJ;a!Jie.; __ su~and" _.lA. __ ~::_~

1

1
e
', •
•
1
~f1DVBc.tlalJ
(', ,
e_,.,,
1 ~
t:a.da.. 1. 'tno..1 Cl(,lc:, Ir··'tJ ...~. 1 J
~~ !<'~ttf--"1! ,-me~
~~. .
.. _¡,
, •• 1
f---L-l-
¡
''
''
• '· ·
1
i
' ' :
,,
1 ' '
· -- 1- 1- -¡-
'
¡: ;-- -~-- f---- 1 -
1
¡' ' ¡
r---~ -~- -- -
1 11 j' 1 1 ' 1 :
1 -- :-+-~ --~----¡- ·--i-1--i--¡-
! ' 1 1
1
1'
1
"
lo
-' 1

:
:
: :

·
!-
1
1
¡ ·- ~ .. ;..
¡1 ·l
1
11 :
1
l-
'
'-¡---1
i
-

¡
1 _;
! i ' ;
~- 1 1
! ! ~-
1
1 1 '
-!-
1
¡---~- ·-- ~
j-
'
1 --·.--+--~-
¡ 1
·
:
•--¡ -·
'
~--:_·i~
:
!
'
'
! ' 1
i- -L-+--i-
1 1 ! .
--r---r- --L-..!---·-t--t--
!
1

i
•

1
1 ,
1 1-
;
1
' 1
r +- .. -
1
1 -¡-
¡'
1 -
1
r - f
:
-1 ---¡ -: _¡
1
1
'
1 - : ---~--~-, -~--~---;---1-~---t--
1 ' 1 ' 1

~-- -¡-----¡--l--~-1-- ·---1- -++-r-+-:-

1
l ,-· -1-~-~r- ~---~-~
1
r· r r-; -'
1 1 1 -1 . - - _______ 11 __ _1, _ , ¡' • - --
1
1 1 1 i : ' ¡ 1 ' 1 • 1
-~--·--,---~---·-------.-l-;- 1
'--f--. -f --~---¡--¡ -i i- ~-- 1-i-
1

·i ¡-1- ¡---~ -~l---~ ~ --~-~---t-}--t---~

r - r -- t- -¡- ~-¡--- ¡ ~- !~---¡; -- ~--;--- --[--:--:--~--t- r-
1 --1--- ~--~
-· 1 1 1 ' r- - --r--· 1 -

! -¡ ; -- ·- 1 i : ! -¡ ! ¡-- i ¡--- i- -+-+ 1

1 - l-- ---1 -¡ --; -7---¡-- ~-~-¡-:¡-
1 -- -.
-¡ 1 t 1 ¡- -¡ : ¡-- j ·: --¡- .,- 1 '1
1
- 1- 1- -! 1 -¡--¡----i 1
¡· -¡-;-;--1.!.:--
-
1 1 ! 1 - 1 : 11
1 ' 1 ¡ ' ! - ! - 1 -1 ¡- -!-- -1 -- - l -~ __ ;____ . -1 -
1 1 ' ! ¡ 1 1 1 1 1 !
¡
¡
¡
:
1 ! 1 1
1
1- í :-l
1

1
1
-¡ ¡ - ¡ -¡ -¡ --¡ ---¡- -¡ -:-: -¡---¡- -;· --¡---- l

¡¡---'l ~-
'. 1 1 1 'll

-· .· 1 .1: ¡ : !.-1 1 ¡ i 1 ! '¡ 1 1 ¡ 11 -¡ : - . -¡-- ¡. : : ;- -i--! -

• • ' 1-i ; 1 i- ~- 1 1 1 1 1 - ! - l- j 1 ! ' - 1-. "1 -- ~--
-• : - i : ! -- ; 1 • l ! -' 1 - 1 1 - t ¡- 1 ' : - - : ___ ; - i ___ !_ ¡-- .; -- ~- ·-t- - ~-
i ¡ 1 1 1 1 1 1 1 i ! !
:
1
1 -! 1 1
1
1
:
'- :-¡ 1 1 1- 1 - - i1 1
1 1
1
1
1
1
1
J
1
1
! --! ---¡-- ¡ -
1
¡--- 1
1
1
1
- 1 -
1 ;
t - :---; --

¡ ---- 1 -l-: !----l _J__ ---1--t 1 --1---j- i --¡- ~--~--1-1·--,---~--1---4-~-_j±'-

~
--¡1 - : -¡'. ; -- - 1t - -.
1
1 1 1
1
• - . -- r
,1 1 1
-~ - ~
1 1 : 1 1 : '
' r ! 1 - ,_ - 1 1 ! r- -- ' -
¡ 1 !
-· ! ;-
1 1

l- ¡ -¡-; -: ;-
! : 1
~-
1

:-·--¡ -¡
1 i
1
1

' i--r-·---:-
1 ' :
!-~-~---l-r--:--
1

1 1 1 • -1 1 - :
¡
1 .¡- :- 1
1 : .,
! ! i -·- __ : -1-.
i .
-~
:
-,----;-+-
: 1
o;
1
•
•
1
·:
1
:
1
1

i ¡- ¡ -1
1
1 ¡ 1
i
i : --¡ -· : - ;
• ' •
- t - -; - :- - ~ -- ¡-¡ -¡- 1

' ,- .. t---~ --, --,- ~--~-- -; ~-- r- L! · ,·-~-n-r-' ¡1

-t¡---,--- -
1'
·-L._ .... __ 1
1 1
• 1
-¡--- ---+;--i- --;-•.-..---+-~--1
1
• • 1 1 , . ! •
: 1 ; --¡ ~ ~~ 11
. . i 1 ' 1- -----1--

:+FFFi TFl~ ~ ---1-:::::----~r~j~- --H_:_- --+'-t--~~-'--

1
1 i 1
1
1 i
¡
. .. 1 !
-i
1

. ·1
1
1
11
1
 .(;. lo E,, ~.' ::J,. Wo IJo

INGENIEROS CbNSULTORES V PROYECTISTAS

PRDYICYoa La::. Gsrza:. 1 Cro. CAI.CULOI JI. 1/. P. /'f /rr_ lz 5 ·
fECHA
onALU• C.~lc.vl ... dz lluvta anrov~cbsdJlí?.
1 QBVIBOI------------------------------
PICHA
1 1
-t --------~

'l- l'15á : ·1 (/57' /Cf?B : 1

------
. i 1

-+-t-
1 '
m«~ L.. ~ Cd. fto111e:!to 1 M¡z:~ Los eJ.' Fto~o~gJ,o ~6 La~ ' Cd. Pro,..,,J,CJ I
- - . ! - .... _ _ ,

1Gol r .z.a OS Alta~tnrolh G~r2cl~ lhlro~o~u0oor (Q.;.r~ !Jih~llf.u. i : 1

E
·....-
•·
1~
t)• .L.•
(} ()
a{/ o { E (?.t.-J
t 7. en (~:1)
( ~~ff)
6. :.-;
t ..~
1
E
1

{ 5t.2J
.f'b.::·~¡ 1~.s
870
.33.·1
71 ~
l ,-~
i
- t/l,.i ?.¿) ( ...•"1 (, . .'
- ..
., " .
(.,'{./ 1 1 -Lo ('0 28./ --:--t--.
- ~:- 1 (/ (i {(}./) ( !). i') tJ.l : .:}~~-· ,J () t' ~-4
1 ;
.,__,_
--
{..

-~..
F
-
(.'(,.·
/j. {,'
t-1/
(),?
-~l. il
().tJ
F ((J./) ((}.t)
. fl.l)
{()./)
( ,

~.o
1• ;,
J ' ·-
(Í :'
rJ ~-
' '
t).l
F ( :J.b)
lLO,.~n
tJ¿)
/

¿; {!_
1.1
(. 1.-'
I'J.4
d-4
tJ·O 1
~

1
. M -
.. _,' t·
.,.
1'
c..-'
''
Pt)
11
'. L t, '
M ( 0./)
1( /) 1)
'¿.) ()
(·'
.,¡'J
()./
~~( "_L
M (}{¡
(} /)
( .1 ()
() ,~,
() ()
/)o'
' 1
t ...
1

--·. .r ! , ¿¿o· (80 fi.(J

1
/),() . 1),0 /¡./) j (· (/ 1

\.....-. ~
• - 1

.:.!. ' t) (![> A ().0 /}( ú t1 A (80J ¡. (1 /f.o:

--~-

.
-
• '-.-.J.-

~;.(} 5 ¡) t.·') (' .'1 .1 ••

~~". f, •
1 ' ,.. !) }
i ,-,, e . () {.· ..¡.,{)
o. a --~ --r-
,-¡ '?·:1 O.tJ l 11,/J) 'l #-~ 1 {2.:J) ó,O. /., .-;;; ~

M -- }c;:>.J 12 Iv-J .. ::. M C.t; ( I<J.d) ~ -

j¡:!~
·-' 1

' M Lt.~) '{/o 13

.1 - - 1() 1 1:n 1 J.:-1. 5 !1 /~ l)) .8 l '{) ~~ J 3!J.O
l i ·- . '
.,lo.~'· : ~ _1_
__ [__ ·- t'i. 7 )9.'1 3-2 Ol
- /. ~ ~ f41.5: 45:4 4~-/5,
1

-:]'-··-
-·

'
1
-¡- 'J .
1-.
-· 88~3 88.~
1

J 4~.4 ~3!
~4¡
s;~,7~ J (4/.~-; í 9.~ ~¡4;
( -f/ ~~) ·¡. () ~ .8
: .
-,....--.,-·
¡__ 1:'.. '2.0 12'2 40.0 '3_Z '
- -1 - +-' .r
__ 1
!
187 18/. /O. O ,.e, l. ~ ~.5.S5
1
( /,.f:'!JJ ( <tt4} 1 .• :;,
( ,..-
-¡,-- '-!-¡
...
¡
'1
r¿z 4)
#;
ll;
J ·-1 /2"( I2Cf J :: s. p 77 '51 1 J l ..~~.~) 71.~:
--1
'i6 e¡ b 2'1.0 ;/4 :} 1. S , "11 77. .51
(l>á·!:. ( t.,(.
·-
1
-'~
1
... ·-· ¡z_ 22 57.1 33 1·:0..~5
1 ' (i77J (¿3/) 7()._4,
... A .3c:-•. 5 3~·5 A 77~0 . ~5 5~ : A. ((J.?~ ( (~/) 7~~11-, -
-·--
1

1 -
-1

(./ (./' /}0.'0 'i() _8 o ' 1

( 77. 7J ( /-_-' 1J 7!/4 i
: l
! 1

-L-
'
·- •: ~f 1G) ([.y6, 2e~1 3-?d ~-~.f V ¡¡r_:-:J) (/¡?(.) 945 ~ 1

·- --~ ;-=r~:
• - 1
'1
.. (ti~~ J
.
S '72 f )¡'/3) (;¡,y~) ¡,¡~-5¡
·L ~7.'6 1'1•8 S
1 ,
S _, ~ü,l
, :r: (. ' '1 .
( ,o!)f ¿. >1 1
HO.O tti5 ?~i.7~-. J /1/:!'') ((,f.~) -?4'5 _j_j __
J_ 1-: t.{) ?' (J ().{} t/.(} {",o ' {)!,:!/' f.~ '
/5./. -·-·-:-:
'- . -- i
1

1
o 4-a.s 4·A.C::, o ¡c¡5 o
%~
1

'21.11 23·3 f2,'•'j

' -1.!1 (.., f.Z ..¡..-!-~
- ¡, (' l.·
,1 (.
. 2,(). '2 /2. .. 11 /6.; .· ./.,: /1 0-2
-r
1
-!-·
'

- 1 1¡ 15. t5
tJ7.8
T-
1 1
L. (!.{) (2!-d) - 40.t. 32..;t.f 1
_j_l
'

N
- 1

-·
- •

:1.
'
11 :
1
N tJ.(.•1 &lJ ,.
" .. / N .'/.-'!.::.•• ~·J 13. 1)
1'/4,
- 1
1 ¡)(' !( ) ~~z e')
'>3.~ ?.2_ {). (! )~.·~;
1 ?. 'f'
. 01/
1-
1 -· ~' • ":1
,.-- - - ... i
--
-') ,.. J-7 t' (}. t/ (),() (,' j
., , ¡
• : (1.~~) 1·'
,.~". \' z,_.
. ~51 1 1

D
-
-·· _·J 1 ,.. ~
p d(} ''l~ ( t/' ¡})
(_
p ( •¡ ·-~ j e.J• ¿ /' 4
-:--4-
!
, ,.(_-
... ..'•iJ•1 '
w. ) 1

/: /1 ,,i 1 {4 't)J)
,_ _

..!.·3
L --- - - -- ~~ • 1
'. (.Í
!.'. : .Í ) 1
-~-~
i ' : 1
.~ ,;~·::.: ..: i
' 1 ! ¡
!... t ··¡- T-; --~ ... ;-- . --·- -·-
. •-'-·· :- '·-! '
1
1
'
l.
1
1
• ; , : ; .. ,. . .

i ¡ . : 1 ' 1 -1 ~ -.
' -+- ·-- 1--·l . ¡
1 1 1 1 !1 -. :
. . l 1
1 1 i
1
~-:--~-~ :~·_:-'
1 1 1 i i ¡- ~
1

·:-
1

,-1
•

-'--~--,--,-
• 1

____ , ... _ 1 :· :·-: . 1

- 1 1 -. ' ! ;- ¡--¡- ¡-! : ¡ ,- .. ·-----;-:·

-,-,-.,
1
• ' 1 .... •
1
---·-
1
-·
.. -. --
1 '
·- 1 - -·
1
1
:
1
'
'
1 1

1
1

' • - : • ; • - • 1 : ! ~ - - .. ~- ---;- - ...

i - 1 • ;-· ; - ~ -· --~ ___ .__- .--- • --

-1-:-- :.. ·; --~ . ;--¡.:- r. :.: . ; ,_,:_ -~ i 1- ·; .. \ __ !_, . . ,._ !-- -

- -: • 1 - ·- - 1 1 : : - 1 ; 1 • • l • ·- 1 - :· • - 1 -

! ' 1 !
1 • ! ' ' '
--¡--¡-: ;---~ __.._ --~-¡.
1 . 1 1 1 1 : 1 1 ' 1 : . 1 i 1 1 1 ' 1 1 • ¡

1
1

--¡ ··,-,. ~.. ·-~-·;-! l-!·: i ¡--j---~- ... ¡-T·I-¡·-·.-- ·-----: !·!-,-,--:-¡- ·-~--!-¡--
•

·1-4-L-L...-1-1_ ,--r -: -! l---· rJ-1-+-¡---1-'- ---1-l--1--- __! --: --:·--1'·-! _. __ .~_ .. __ ¡-¡~-~+
1
.LJ._t..l.J._t~--.L-. __ L_L _¡ 1. _ __L,t.._l- ___ I_J _j_ _'-· L _u __ L _L_LL-L....l-1-..l__!_. -·¡ ..
_l_j
 -C. l. E. P. S., S. C.
1 N GEN 1ERO S C D.N S U L T ORE S Y PROYECTISTAS
PAOYicTo: L . . . :- G~r~~a;. 1 C.ro. CALCULO!
¡f. t/. n ¡z(¡¡ 175-
•tcH•
o&T•u•·-·0 ·Jc..J . . d:¡ /luv1a aoro'{c~L,I"),b{rz.
¡ Rl1YIEIOI--------
FICHA

.,. -· - . - J
' ! '
'

IY\(ft La~ Cd. ~o111ti.o IYI.t~ los Cd. A-oiOI~C> ~ La-¿,

Cd. Prollltd•c ! .
~.ar .zas Altd..,lrdll IGar..!a_~ IMt!'l.lollrt'llo< -~(~ IAibuJJr.";A ' .
(4: i) '(~· (. "'3
¿, O.() ( t'-:5 f 1 . tl_. =- t.. ( 1 {...· (~ ().O .
1

i-~
1

__,
:

E (4. ~~)
( :, . J'
{''._.,,, Z.3 E t'IJ ( t) :5·.) &.3 E f, (} tJ ¡') o l' r

~) 1· ( ¡
,
z. ~ 1 i ti {,n:..~) l -.
.
O .....
-,r
r r (), 1
•:./

-., • -- 1

F . t)
t·' {)
v
{

(/ ~}
(7'
t/(J
o
o
F
(.-
'
(..
'
()
.~ ..
...
~
..
/.fl
,
¡,·:;,
(·
' .
C'
{

F
t' ()
ti ¿i
(tlZ >
( {'. 2 )
l ,.,, ,,
o1
~;.~
1

•
:

1
•

( f 1 ·} 1) ¡ 1, 1 1) r) tJ 1

t:.{ ¡,. () eJ.{) (t'.!) {iD l, ~~- CJ. ~~ /).0 (,.()

M ('. /· 1 () oo M ( ().!,) tl ¿J 0.15 M o-v (?/) {), (/ 1 •

' t: ( 1 rJ ( ' . (.·¡ i (.' ::) /-' (} 0.1:" o.J /)e? (),()r)

'1:,~!3J t) ¿, ¡e¡ 6.0 (}. {) 00 ()_ f) tí.CJ . (),O

~-
A ( .r;::8} 3.1
1) !1
7'- 5 A oo úU úO A tJ.o ~o ().(1· t --·-
1
•
( /.:..:8) 7. e¡ .. ·o () (} _a_ t) [. ¡.
'. () ¡) (;' t> • 1

<~8) .37¿ ( -:.~.1)) 2.......1-.-

-'·~ ~J)
(3t 3) 1.. 7.1) (' l',
M ( .<-'i J 37.(, ( 30. ~} M ( 71) IJ,O 3.(? M ( !J~ {)) (,.5 .:;.8
1{ -lo.J. ,t:{) l.~~ ..n 37.l,
r
¡ - Ll.IJ 7.5 ZJ_, (S.t)) 0 2,':5 --1
1 '
·'1
•

( ltJ.l J ( f/1 &J 84.7 ( !2.5 J 455 ($~5) (4/0) l-A 5 -- i _,...¡___ .,
- +--
v (~-~) (9/lt,J .84.1 J
{ /..._?{t;)
((,8~) (115) 4:,.:/;; J ( 85.5) ( 111)) 63.3
':2.
.
__ .J_í. .
·- l78.(~) L&f??J (_~1. :Í) t .~r..:: =5j (;¡,¡ rJJ
.l ~-~5'
-!-~'
'
[_ ( :1 84.. 7 ,33
_l1
67-Y
15.1).()) 1878) { lZ261 1?;),3 t5./ { 1/t.p) 5, ..5 8t.~ .

J ( :i()C)J ( 8?8\ 6t?. '1 J (. /,<',?.l.l 67.5 /&5.2 J t lltvJ · ¿z.o 8'].0 __ ij __- 1__ í:
1( ~·1)¡) J1(~''í/3) _t:/.i/ ( 1/(t'~) f/.;~ I/ },t-; t J /2 7- E· 12/.8. ~~-~
.
-· -- 7 '. '5
... . ·--
__ A.
(121~1 {/.16.3)
( 1¡.:¡¡)) { /#/..~)
/1}.7
//7.7
(5·/B) (t-31.)
(51.9) ( 63./) 59.tJ
57.& ('c_~3) lZZ.Oj ~5.t. -~-:
- A A ( &:1.~) ( ,._
7".1)}
5S.2. 1
(.
(8(j) L?J'.OJ 55.Z. -:-t-I
,~

r
r-
! :---·i.-1 !(lt't3) 1/l.l
1 ( ;_.~,;¿-!) _(63./) .5j._t) 1 1 1

- + •- t:.L:··e > (tyl,) 54.Z (¿t~) (il6i::.J ¿'I!J~P ( t/.3) {/,f.&) 65.? --r-·¡;l
1 1

( (,t 3} (35.ZJ 48.8

r
·t -
1
__ j _
S
{(~:·~) •i
(~yt) 54.2
p-- . . J ( J-f(,) (.: 4, '2
• 1
S
(t1.j) (_y,~:;. 'J.) _;¡.;~ B
S (/,J~)
(,t,l;q ;~'f.1 ,5.5
¿.ít, ¿. ~.5 -L~J
1 ( .11, ')) ~3. :,· ~4.() t ZitJ) 1St'.(} 7.0 z ~/./ (2).3) Zt.2 1 1
-'~--;
r

o (~1-J) 37,{) o o /.5 (11.3)

~~:~ ..-4--Í--l
~·7.5 {240) ':>7 .S ES:.-1
1 {.':J.¡~:) i (, ¿-·- ..-:>" {2/~?} l.. o. '.J ..- 5 (.21~}
--<-- ''1 ;.,
·tJ.o
17.0
o. o
.;:,>._
-,-· 1. :

i
. ¡··
{ !a1) {JO (),q (J. (.,' 29.5 ( .¡ ¿) ¡$.1' - ~-i-1
N- { 18 J tJO :().'f N tJ.O '().IJ {}.(} N 4 5.6 ( 22) 23.1 .. 1. ,-- ':
.... -
• 1 ( 1 ?lJ t) e rJ. "i {J./) (}.!J (} f) ·o. fl { ;~ 2) /.1
'
-,-
' o. o {)O (;;,o ().¡} t•J _:(} t! ' ¡:);(} (P.&) .d!_3 _L.:-t~~-
D ('.0 (}/) (J {l p 00 0(} (.). {J p· tJ.iJ (U.(.; ) IJ.3 i i
¡--
t-
. v.c.J - iJ.O 'fJ,O C'.P () f} .t1 {) - 1
r /).() :itJ.~l 1!.3 ¡ ~·
_; •• L_ ··-· .. ' .. ·- :
1
_j_
1
__¡ __ ;_
• t
.!- ..;._! .. ·-
1 '
·-'--~I-
1 ' •
• .. -t- .. -· . • t ' -: f : j i 1 1 ~ ; • 1

! ! 1 1 ' - : 1 1 ~ . . i i -i ... - ~- - : -:. . -' .

.;
·-r--;---·- t--·1-- . . ; 1 ' 1 ··-. • r -· • .. -·. 1 ••• ·:-- .. -~--.-
• ~ ' !
-;-~-, - · · · ,- ~ -·· - : , .. 1 ' ,· •. 1
1 1
-:-.
• 1 ¡
.
1 1
-¡··¡---¡·-
1

r ·¡-·¡
• • 1

1 --;- . - 1
o 1 1
----,--¡--~,
; 1
-r·
.l-..:.:- i . . l : . , . '- • r. ! ~. :. ·-- ~ - ·. ~ , - . - . - - -.: . . +-.- . :.__
• 1 1 1 • 1 • ' 1 ~ 1 t ' i 1 1 • • 1 1 • ~ ~ • •
·Í·-¡ ¡--~· ·¡·¡¡¡ -~ 11' 1' ¡--:--·~·-!--:-·

#
'!, • : r :, : ,! : 't 1 1 '¡ 1 ; j 1
1 1
·,! i::: ·;; ·-!-: -- ··-,-, .. ¡·-.·-¡-!- -·~·-¡.· ¡--r·:·l·¡---¡-:-,·-1·-¡·
1 • 1 • 1 1 • l 1 1 1 1 ' •

-· ,_ ! ¡ -·--~ --,-¡·--¡--,--..
1
Lcr , ·-- :- i ~ r ¡-·-r-- -- ~--!--¡-·t-j_-1·- 1 -j--- --'-- -+·-·j·-'--[_J_t-1-,--;---];-l--
1 1- r-t-t· -! --r -¡·-· .....t.. _.l__¡--1~ _j __,...._t- -t--l-
.1..-L-.
- L .L __L __ ¡__ -·-
.J '-- _L - L...J __ L___ j - _j __ ~-Ll-J- .. ~-
j --
1

L --A-
·-e± 1 -
 c. l. t:. . . . . :::. •• ;:), .....
1 N G E N 1E R O S C O N 5 U l T O.R E S y PROYECTISTAS
PIIOYICTOz L.:·:> G.-:r.-~no;,. , C.ro. CALCULO!
J/.1[. r. ¡r¡/u/75
iiCHA
DUALLII C,.j,,,/,, dz /luv1.1 aorC'IV(r-b~_b_k.
1 RIVIOOI--------------------------.--
fiCHA

( ·q G:, 2 1'fb'3 jqé4

IY\(ft L.-.~ Cd. R-oMed•o ~ m~~ Las eJ. A-olo(f'cl¡o ~ Lo"il 1cd. ProPrd'(l :, __ ....
Gar .zas Alt.a~t~lr~, C,~r.za~ ihH:o~ollrr'\111 C!Qr~ i.Uta:~~tr;;.~~<
t/1) (~ 4) ;!. 7 i ·~ [). ú ¡)( () 1) 4::;.5 o~.~ .:::::::.5
E {},(l (54 ) t. 7 E tJ,¡} {; .' 1 (j. (.. E 1. o (.1 (: tJ.5
,
1

..¡. ) ,1..
1

¡;' /) { .r. ~;. 71 (JI} t: (.' r.t.J '

'-"· ~
00 ((/. 2 ) (.i, 1 1 t1 o cJ O.¿J 1) IJ (/U o. o
F i/ (/ l tJ. ~-: l l.· 1 F (.' (l
,:
t) l/ 1)
{... '•,
,·
1

..
¡
F ú. {1 . . .·
' r
OrO
{Í • ( ¡1.?) .'} i ( ( ( ¡j (1 .. '' tfl
t).t) 1• ~' ' • 1 ) e/ 1 ·
.. 1 1
(ir) ~ .. (1 &'. ('
( . e,.
t:r:: ¡),r~J /).{)
''""'.
¡..¿) ( (.) ( } I/, M lO {.:J M t t' ()U 0.0 1

.:.' .
-¡-
,: ' ! 1} 1J (1 1 (l (· ,'~¡ { t (/ /.1 . 1
' ,.' ,• ~ ('
.1 ., ,1

~() O{) i) o O(} {(¡~:;) 0.15! tJ 1.· J,t') o.o 1

,_... --
~ /u 2 o. o (}. (? 1 A (').{} ((;,3 j tJ •
¡.:._)] 1
A oo 1. ! Ot)

'"'"' t'f> l).t_)

!.G 4 .(l
().0
~.8
()i)
t 11/ ¡
(() ~
t. O
; LJ 1:
&.41
·1 (J
¿~o
_r) '''
{.'.u
1'
t),f}
d.tJ
M 5-:J.o t:, .4 33.7, M ( /t.l) 10 t . .¡.' M a.o z.s J .LS
/O. o (}.() ':l.ol (/11 1 1S. f; 13.41 11. () ¡.?.0 /l. S ·-- ..
B. a ew• J
_. l. os¡ ( 3i/) ( ·/(..' J 41.1 1 t'!t'/J) 7.:; -~~¿1.1
·J :.:''3.?
l.ll. 3
2 '50. 25
~¿·,

RP.S /nc'.4 1
1
J ( -·
1 ~ 7)
---
-
( 4(;,) ~il-1.
1 .-15 7) (. ~.¡. -' .J.. ¡J . 1/'
J ~- /t!? /)
/t'2 /) llb. S
( /~0 13/.l·
//(1.~
··-- )
--.
·,zz. 6 4~.2 84.01 4~ 5 (710)
j .: /

.:.0.:3. 1j~t,_.qtJ) 9.7 (. /tJ}.~ -l-·; -,

' t-·:
·-¡··-
J o (¡¡,o)
J /0 7. (:,
r.: •
40 7~.8 7/. i/-(JJ J 1
1/l!.'O) 1' 4:'). ·' /291> . -1-·:- :
~· ... 1.:> 5~.5 r;5.ú51 Cf ~.. 5 ( 71 (J) ¿.,
_L_~~9_ /1..;:) : .J 1 ·:. ¡2'/'.:.. - l - . .! -· 1 '

• • 1
1J e:. 1 74-8.
(Bt, ( ... - 1.
1 8•/.0 78.S ~l-IS; { ¡,¡:;) . 94. t.l ~"'4. 2 ---
.. A te6..:J..: ( t-:3./ J ¡~¡.8 A 11·1. S /o 31(. /o\: •• ¡~,, A. (_ 71:;) -¡?, 6 J_-3. 7 '
1

(_. /
4....=<) 9C1.5 ,'3t.4 - -,-- 1

( .Sí~4) ( .::.::. l.i 7.:./.13 184 o 1 ~¡'?. '? /71.751

~. 7 .dO.& 73.~5 {1/1.7) { 3..~:.v J ,:r r · 1
l')Z) 11 (, ~' ¡;;J.t:
1 i_i?¡·)
S 147.n (/ 8. ~ , ~?. 75 5 (IC/7) ( 3l·((}} t-'1-1 S 12··'. S 154.'11
74.B .:/.{) 37.·1 (IN.?J (
-' ~ ··l ,, }
... t '. ''1
''i 11
/c!lZ) ¡r,. S 13/.9 ,_ -~-·
..._.. 'lb .2. ( 213 J Gd. P. (39./) :so. S 3·1-. ~-. .¿.;¡..O 5o,r_- '-4? .u
o lB 3 ( ;;¡3) 11·..:"_., o (3o..,J) /-4-.0 2(..1' o 'lo. o '2'i-l.!'.. ~4.25 ¡
.• -'
3.6 l .,~ 1 ...' } ¡}',:;7 (: ,;.• i' 1 . ;; ' .=:/.'l
?t:: . /.o ().() o. 5
¡ o. cJ .
1

¿l {) (2.?) ¡.¡ i !:\·() (J.O 4.u (ú'.Z) 7. o ..., ~

..::;. ·- .... --·
N ~.() ( l-?.) ¡, /1 N (1, () t.JI) N ( t'.?. ) o.iJ t/.1 ! 1

f) () ...
• 'S'
·~
.. )
1 1 (') ¿J ' IJ il ¡) . ( r.:.:!. )_ ~. Q /' -
•
.1
1
.

-1'.
(j :J /).o (.). ('1 . Ct 1 .. ¡) ... c:J
U·. 4:0 6-0 <¡-, ~
•
_i~--
1

(} ¿} 1) p oo r.J•. ;1 p '
D ~ 3.(}
(j r) 1.1 4.5 3.8 1

tJ ?
{),9 (J.t) dJ
1
(J (} ti' (~ ,:) -_t!_._/2_ ¿), ¿)
-------- L_ 1)~./)
1
-'-+-_!

!
'
.. - --- -·-+---
1
1 1 1
)

1 .. ·- •• ·- - •
1 ! 1 1 1 : : i 1 ~
.
1
1 • • • 1. _J -, 1
.
1 • 1 -1
' 1 1 ' • t !
1
•··· .
1
1 1
1 )
;

1
.
1- 1 1
'
1 t

11 . 1
:
: :

1• 1 ¡·
1 1

i -
:

. . 1 1 - • •t •• 1-
1

1t
·¡' :•
1 1

·---~--! - !.. - . -
-t --
1
1 . -.:-:.,---.: .;
1 1
1
_¡_ ___ !_1 1 :. ;.L_
1
___ J_
1
_1 ___,_1_-!
'! __l __ : ; __ j 1 1 1 1 1 1 1
1_ ,_ . L. J . ____ t. _! . i ..
1 • ; 1
••• L_ L l...Ll_J_J__ ·_.
1 1 . 1
' •

' 1 _ , .... _¡
L .• _, 1 • ; :_ -1 - ' 1

.')
 &.;. l. t. . . . . . :;:,,, ¡:), wo

INGENlEROS CONSULTORES Y PROYECTISTAS

PAOYICYOI L.,.:. G,-...r.~a-;.. 1
C.ro. CALCULOa ¡/.J/. P. J'!/lJ/75.
'ECHA
DIYALLII el'! lc.ulr.! drr /IL>Vlt) 2prol/(r-b § b lz, RI!YIBOI---------
PICHA

1967 .
• 1
-· --·
'
m(~ L.,.~ Cd. ftoM.ad1o ll'lQ:~ Lo$ cd. A-o~o~qJ,o ~ La~ Cd. Pro1111J"
Garzas Alt'.a~t~lr•lll IGorz.aS Al~t-.IIIU"JJu: C'oar~ IJJta.lillr::....
(3.7) ().¿; ¡,e¡ tJ '··'!
(} t:t ~o 31.0 ~.o ~o.s 1 :
-.- _..
t

o.o
'' 1

E (3.J) 0.0 /.1 E u/) tJ t. E C/o. 5 B€.t; ecr. s

(3.7) ..., . () 2..1 11-t) ti o /j. ( t) (} o.o ()'o
('.[.' (0.2; tJ. 1 (' ¡: t).t/ /, e) {)O ()·Ut) (). ()
F (J./) ( (). ¿) /). 1 F (_}.} ().0 {) () F o.tJ {/, •¡ (}.tJ
(}.J ( ú-:- J _/)/ i' ,J &.o 11),
•
• 1
1. (:. 1 ..., (} (}0
tJ.~ (J. o (.){) {) () {){( ¡?, t) fi. :) t o tJ.tJ
r -· ~
M (}_ () ü.O
-- (}.() M l. o é){)
' 5 M o. o (.1, -~ ·: 0-0 - 1l -- ¡- -,
' .
(¡(} '
r.s. ·)
/) {J 1' f) ,·/ /) (.) /) :). !.· } .. J 0,/) _.._,__, --
~-0 ¡.~ ¿.-,.~ ( //.0) /4.5 ¡:" q tl-.11- o.o ·o.7s -- ,___. - 1
"":

~ ().!) o. o ().0 A ( 1/.0) tJ. tJ 5.:3 A '·/. n

5 (Ó,O :..s • 1
--.---.
•

,:' (; o. o {). () ( 1/.t)) &! (.> .. ,-.... ().{) (¿,/) (J. tJ

.
1 '
'
1
. . ~ -

.M
c. o •7 o 4.5 ' ,., .
:,
~¿..1-·, (J. O ;;. :;
¡¡,0
/).()
o
().0 t/.0 '

2.0 /<f.O {0,5

-¡J. O
M ( 21:5) 2.2.5 M 12. /6.0 /4.0
00 o.D ·'.:."J.<J /N.S 7.f/.(J 3. S 4/.C· '>?.2 5
--! /"it.' Z) 1~ o ¿¿J.¡ {.:.'/3) c. 5 Z.'/. '/ C8¿.¡,i 5~.~ JtJ. _t,
J \Lj."f) 2,/.5
(_ .J:J./) 141.5 '1(). o.'
3.5.~ J ( 5'/~) ,?JCO. 5 /4.-'!:'/
( .;·'/.3)
J ( 8-Z./.i 51·~ t-7,/ -¡- -1 -~~ 1 •

~1- 1 ~/?í'.7, .Q_.t;. (.,

tE?~i ló'>6.3; IJJ.8 / lb.::;:oj 14.;, .(.'
(.~.() -~~ t
-· -- ~·t--'
IZ?tJ { /t-"61.. ) ~~~-~ 11t.r t '¡· :
-,--T-j
J ( f-'1. .;.,) (a¿,?_; 878 J / ;a~r7.?) 7/.0 tJ /. ¡.·
.:.> J ( t¡;.¿;, ~(.}?~.S ¿.1.4 1.. -.
( .cf 1 -',) lu·:(.s; q7.. 9 11 V.~/') (11 •.) ¡¡:.1 ~
- 1. · -
1 /'M •7 l ._. " ' e_,
~..,-·· ..... ¡//tJ.4 :
----1- .. -,
1 1

:'IPEJJ) /1,3.1) 84.1 ((..tJ..t3) 22.5 43.7 l /.?.:/~/)

Ctó.. 5 9.5.5 •!-.-.
' t '-
.. A. \ /t)_·: (}) ( 6~./) 8?:1 A /618) /4.5 6'1- 7 A. ( ¡¿,¡;) 13o.G /215 __ !_- :,__!
.
1_ /t·: .'') ( ~""/) 8-1·- 1 (tf/:3) -1 t'f .-. 5[,.1 :( !;!./ ~.) 1/ r¡, S . 112.0 1' i 1

S
( ;,·.:: '.J) ( 4'í/3)
(:.-:- ~) {6i3} ¿¡¡
6/.7
S
116.0
<'/o.s
- 07.21
"': r:-
11. S 5/. o
~

1
S
CYt-t l 1 (i'ci'3)
r vr;.t·> ( i&BJ
<IIZ ! ;
9/.Z
1

1: J : J ll ..\ ''1 ·d hl.l 14-D ? 0:. ,',J "'a. r l ¡'{:.J J l98;3.' 9l.Z
: ::.](, J {.ti -3) ~.~'46 1 J. 5 21. L.• ¡q,; G .3((. !;, 2'2·0 ~~o. 7 s
, ., (. )
o l ~ l . • (,21.3)
')
24.5__ o 1 3 .(..c. 42.5 2 }.ps o (ó"l. o /B.o 4 3. S • _' __ ...J
' • ~·¡ ~- ~ ( :·¡_;¡) z.4.':J Í'
'.
c. ':),() 1 G. 7S ~.o 71
~. s. 25_
().0 o00u (./,0 !}. () ¿·¿) j· o!' (/u o. (,1 ( tJ.B; 1).4
.·· :J
-- -- 1-

~t
N /1'
{".0 N ¡}J} t.(! N {;.O (OiJ.J : '
.·/1
~·. oo ('.0 (J tJ (1 t• 1 ¡'. (J [..U lf) .::)
( ,;..· ¡) t) J. t) ti() ~· (} (,.' (J {,1 ./l.. (},(} {)d ~
-·-1--¡
1
D ~(} ~j) ~
1,- (,'1 p ttJ ( t) {)o p /l f)
,,~.
o. o (J,''/)
, 1-
___ ,_1._:

;;¡~
. f) (.1 ,J~ O.() li
--,¡.. : :
') 1·
¡'i :) {1 () () ;
(,• 11 7..-3 -~
- .' . -·-

1 - ¡
_,
.. '

1 ~
--'--
1 ' 1
-- ·-·-
1 1 : : 1 ' 1 !
t ; ' ' • • - ·- -~ ·: -~- - !"'---
•
.
' l
!
•
'
.. ~
'
.:
1
~- 1
,.
i
•
.
: ¡
~
'
-
1 :
·-: -- ..
• 1
-rt- 1
1

1
¡.-. - . -
. ;· ' ' l. , .. , ,--¡-.,- ;··r '· 1 -.-- ~- :· -1-: --! ·-¡--r-¡~¡-·:
~ 1 ! : :-¡--:--¡ -¡--l-[11
! '
'.

T. :
1

. . -, , :-:- __ ,__. -: -¡-;--,-1-:-i--r ;

, __ :__& -!-.l . _ - -t,; -•-1--•---,---' ·-.1 ~~--¡'- 1 -------L¡.:-' ,__ ¡_L __ ¡___w.__ 1
1 _j -- i . 1 -j - ; .-• - !- l 1 .1 t_ 1_ ___ j 1
\ .. ..1 .l..l ____ __1 ___ _j_ __L.l_i __ ¡_j_ i_L.LL · .J
 C. l. E. P S .. S. C.
INGENIEROS CONSULTORES Y PROYECTISTAS
- . ..._~--'r:_,__,~·r~--·.:....:.·•...:.··__.__C~ro;;:..:..
1 .....
PROYI cao: ---. _ _ __ CAlrULO: JI. tj. r. rt 1n J15
FECHA

RlVI801--------
fECHA

¡q ·¡o

In(!~ La'-'> C..."- lto~~t.dco M~~ Las c.d. A-oUfgJ,o ~ La~ Cd. ¡
1
P,o¡utJ~c
bar;a-5 Alt-~ttnruh IGor.2aS 1kif<"t.lollrM ~r~ ¡Aita~r r:o~~~

E
1), {J
3.0
().0
/).0
10
/. 5 E
4~0
(/.1)
3.b
/1 '
3.5
(Jf> E
v.r..'
~
ti ,.
..' -
'1
¡),0
(
.·,
(.,' ¿·,O 1

t l. (1 f). {J O.tl (}.o (1 /) (). {j 1 (/,) '-· ¡')

tJú,()l) tJ. L) t).l) (} ll 1 ,-: .1.
. (1 /) ,)
!F
{ 1 {
1' e
1 1

~-~ ../
t,':) · 7. S ~-l5 F tl {) (}. (,) F 1 j[) ( /~. ·~~. 1

/'()1 {).0 ¡J ¡J .. . {J 1 •••

.tj 1
1.'
1 1
1 . 1 .. .. 1 > /' 1
3.0 G.S '4.15 o. o (} ¡; 1 ¿.~o 11
1
{-¡) 1 i _· ! iJC
' '("~ ¿?. {) {).C {J .t) M. l. o ._IJ.t} 1 o~S M 1 ( (· ! :,.: /) !: '.¡
ll
(i
J

l•' ( ('./> p(} t)O (1 . i ') /' ,) . 1' (){i

'/ 1
1 /} ()

~·- {J ! (J.(J o() t'. () o()

r
t v() . 1
v· f
1/
... '}
! .()) 1
'
t
~-~<
& 1
l t/.0.,
(
r ·1
fi A A
A. (J. {J
/J ()
,.,
,,
1.
i)()
t/ Li
i,./ ',
¡;,O (l. 1./
¡
1
~ .L·)
t) (
1 ()u 1 t J.c..
¡'. !) i .~, /' !
(3ió') 4;.s 41-7 {J.Zll
L).O .
l o.s ltt::JJ ' 1..· t: · 1 _?·Z
1
{J.() .. ~ 1.
M ( 318) 4'5. ~ 4:!-7 M o. o /.d M 1{t.~)' (./. •) 1 3.2 1
( .~'lf.i) 2'-S ;3'3.Z to.o l. S 1 5·75 0.0 • 3 .. Z 1
( h-:'.1)
{ 7~tJ) ll!J.J
·;.·) 75.3 2.o o t. o !(/útil) ll6.S. l/1-41
,'~,
J. ( )5.0) { {S.5J 7.:;
J·-··.; J 21-0 24.5 27. ]f. J ( llk/.Z}t 38- S j 7/.41
( l!:i-0) ( 7:J. .;) 75.3 7f.. o Jo. S 7?>.2'5 1
(/.Ji.Z)l 8Cf.o 1 ?t.''
1 5t'f. o ( '/~Z) 74.1.- t /tJi-5) 58·5 8/JO t 8~.; l.~ 2B.ol 5 t .8!
0 1 38. S { 11J,2 ) ¿,.¡,4
l 912..) ¡4,c¡ IJ / M/'3) 96-5!
t /tY:5 J '!f¡Rd: 1 z1 /J
(J ?f. J ( 8~~) "8,0 lt,,&
( .~-:i,5) 1 C-4. S 1 75. (} 1

..
i St'f. S
7f-5) //6.8
1S4.0 (
A· :.,.s¡r 1-l:SJI ~tB-G
( /Z:1'2) (f.3.Z ~
i jz3;2) 6
93.Z
'í ~ "7
(83-5) .(60.0) 71.8!
!
) ¡¡.;?) (' t_1~
A A. 183.5) ( 60.0) 7/.g
l1?.8.o ·(71.6")1 /P1.3 .•~)!i r.. / ,,
1 · - ' ..... ,
}, ,. ( 6:1.5) ( 6P.O) . 71 q 1
¡ lSB-3 1 lf, 5 31.(1 1/i'J.!)) {69/,) 1 BB.(¿, ( ftJ. {¡ j (?,;.IJ} 6·i31
S 11 5.~3 j 42.S so.4 S ( ¡¡;}'!) J ( bYt)l 8¿:;.6 S { 7tdlJ 7B~n¡ 84.3 {
( :2f.3) 1/2. o c1.5. z it /.:J)::i) l t'IG. 1 .-9d (. . i 1t 9-tJ.o J ( 7b'5) .-91. 3
~ 1. S .. (..S ~/.O
~~, s r~l3 JI ~:-~-7 f/}7) (t.o 44.4
o 18.5 '71. S 4g,o o =·~-·l.., ( 21 ~_)! .t: h·71 o (/~~J 7-0 ;z.~
'2 ~- t: 1 e,. S 24.0 (.o ( /.1. ...:0 1 /t? 7 "1 7'. 2.0 e¡.
o. 5 f, o 0.75 (J {) /.1 4 () 7.0 s.s
N o. o tJ. t) 1},0 N ('.() (11;.zz)J 1 1
1
N 2 ~-0 o. o 11~5
2. 5 1 o /.75 ¡),tJ ,, :z.l J ¡,/ o. o /J.O tf.ll
'-0 .
4 e..... S. 2.S d/J (d.{;,) (}.":1 ()_i) (.).{) PO
D tJ. cJ {).0 o t) p ¡;' (·) { 11.~; . t/.3 p {)/) (),0 rJ. tJ
o.v .J. O /J.tl ¡} .{) !t d t;.) t..J3 IJ.f) ().O (Jo

• 1
.• 1.
~ ' :
'
i.
'
. ~- !_
1
1
'
1 -· ~ - 1 --
' 1
.!_ __ ....

t L • ,
. 1 "
1 ' '
 C. l. E. P S .. S. C.
INGENIEROS CONSULTORES y PROYECTISTAS

PNQY(CTQ: L , ti -r .·.-.;.. 1 C.rn. tALCULO: ¡f. 1/. r: 2o / !l hs

FECHA
QUALL[I c .. fr.,!,, •k /fllll·j ?¡.•t("'ol/.,r·l, :blrz. AlVISQI ....- - - - - - - - - - - - - - - - - - - - - - - - - - - - - f[CHA

¡q 11 1'17 2 . /97 3
1
! m..:~ L.:.-:. Cd. lto111.d•o ,,Q:~
La$ Cd. f1.o ... 4n ~~ La~ Í Cd. 1 Vtl)~tJ•o
IL~ l ' .:.3'5 All~l\1\r.l IG(Irzas !hlt:o ¡,¡,,.,.. 1 Q..;r~~ l.ut.,,.,,....,..
() () ~.fJ ¡, (: o ¿f ~.{:f (). ( 1 J. o / (/ () (.)
E o 1) () {) : ('
E r.,.' ,') ( f..·' (' ( E p. o .u (i (i
.•:'
•l .,

/) 1 J/ ''
l'l () C() /,' 1-' 'Í ,',; '. (' .1 ;• (1

! ' ' •/' .¡;.,: !1 1 t " {) o 11 (:'

.··
1.- 1
1
1 Oú
1
( ....
. /. 1 {. 1 1
J1 1

'F
1
• .
~-

1
o'\
~....

••
1 '1
:.

,)
'
[ .1
t) (}
// ' F o.o
f) (.·'
t.JO 1 ú
() ')
r> ;' 1
F ! o. ¿J
ttj¡"l 1. (
( { ~)
)
{' 1 1
-~ ) : /
{ (), ~ ) ( (} 1 ) (.
. ,.
~1 (.'{) ce!1 r;.r..·l 1 ~ /) l ¿.(., ! {;.{)
1t-'i ( ll. : )
., -;')
( C1 t ')
,¡ / ·-· M {/C.'
, . /,
( l ' .~
( (
, 1 ,,

~,· ..'.
1
1
M 1~ ~ '

l ().u¡ e: r_. ' t). tJ

( (.·. i( 1)
-
/~ .. ')) ~ ¡
L, ,•:

¡ 16.s
(- u
... 1 ~
:
1;

~.2s1
t"
'

''-
'f\
1{¿.4) ( /).7 1
( ¿_· .¡. ) ( l 'l )
¡, _-.¡) ( 1 Jj ./. 'J/· A
(
(3
( ~.0)
oJ l. 5
e·/
(} (1

1 :..~
f
1
/-
zA~
. .;i A r tJ ¿J
r O !J
(J.t/ 1
{:. -'.>
v.o
{). {/
l
1'
\ 1¿j) 1 ( 1/')) /~ (, ( /).:.') (~:() 1 ¡,1 (, ~ ()o (;,·.~¡¡ f. 3 1
M .' /.:.... 1 ) ( ./1 :) ) ¡;_. /, M . /' 1 ~) /).() 1 ¡t. / M 1 3.4 ( /!-'~) . . -, 110
r-
.' t"!i) ( /11) 1: ...... 1 ,! 1
1 ,)
...
. _, 7 5.0 '1/J 2 ¡ 2 . S ( 1d. ·-·1 r / __, •~
'2./ .o I.:J ¡t.o: 1 ?...5 3G. C)! 2~· 7~ : ::_;o. S 112'1.Z )í 24. tít
J 28.0 7-1,5 ~/.2S j J /2({.':.; {8.0¡11 ~.,:,; J ¡sz. z ~~ ~'/,~ Jj 1.'·~-'
s·~.o (:;~ (J ' k.-2. ; -, 5. S C.!.c.¡ c-q,r> 1 3 q. 2 "' ,::. 1'. ) : ¿;J 4. l.l
' sllZ.:6)1 ~<;.5
¡· .. ;, t,4.4i {/3/ ~ )l 5 c-.~ ! 'l :.' ; 1 flj;:¡¡ )U:3:í¡r ll.b
. J . ( / , . -~)1 ,. .,
.... ,.!:, t.L·41 J 1' /3!.B 2' f. S ~ _; 0.1
J¡
O
J f ;-1.7 ;j(~~:i5)l' 7/.i,
. ,( 7." :3 )j 7 8 (\ ¡··- ?1 , v 1-:t/.3)¡ 212,. ~} ¡ ;¿t·J~/¡ ::t.l ,'1( 1/:'::) ¡ 7/. (, 1
l':v.h'!
- , . - 1

:flt't3~ "/ ~-,. s ;o1. ~ (:J-tlJ) 4~.s ( 675) 81J.3 ¡ 7.3~·?.

.. A !r~(/11t
lt'r. .~'J; 4rr. s
r3)i
i'f: ,-,¡ r"'
76: z1
'/t'/!
A r(.:..,(..O,'
.:::{,o) '18. () ¿ 7 .-? 1
,-... r..., 1' ¡.,.. / ·-
. .:.; ¡
A. (¿.}5) /16.1
¡··

t't~ /~.; .)! ..¡?. r¡ : l-1-7

i
1

73.9:

~~ ~1
- '!}) !·.
1 <;,. 4 • l P ', ' f?t,5)
S !. 7JrJ
!l
¡, :~_> j 8:'
1 7Cf.r....
e·
-· 1
.r>! lt._ .'1
z:;J.4
'(,';J.,

5 (/(:.~)
( lt, ,..-)
/'1 . "> "' 7 '/ 1
'1 ~·~=--.
?,f. ot ¿7.Z
r'.J lZ . 4 S

'\..,.. 1(1/.;1)! r;.c L.'/. ,., 2.6.0 _)(,,':) ¡ .?3.b

o jf ~ /.3) 1 o. O zo_? o .3G..C'll ::.5 ¡q.2C:.l o
i( 41. 3) : 1 1. ') •. ' '1 () 1) . o () ¡ {) (.l
1 s.o ! 0.0 j ¿'.S 4•1.01 oo ;z;:.c
l
tJ. O -f {o. S J ti.ZS'
N O () 1 .
l. l (J 1 '' ~·'
(.., /. t,J ó.,-1 1 ¡;;,, 0
/(). t') 1 N 1 C) ¿¡ ¡' ( t). ~~ ) (/ ::.::.
t' rJ i ("!() (7/! /.S 1 /JO ! () IS ' /} tf l o. ~·) j . .-') ? ~
() l) ! {/ (J (.-'
)
.'1
(/ {) ¡
().() 1 () {../ {Jo ((J. ¿ 1 (' ~
D
~' ~ l {/ r)
1 i,tl
o(
(} :) D 1
~:!?¡
~;~! C!
u, __ . (/,l)
q D t>. o
M
(
(0.
ó ú )
&J
o. 3
tJ ?J :

11 ,...
 C. l. E. P. S .• S. C.
INGENIEROS CONSULTORES Y PROYECTISTAS
..:_::-;· . :...~,.;·.:.:J_.,,.;,::. e;-<":.;
PROYaCTQr_.;...~._.;;.;;.......;;;~~~::.....t.-:;.;....;,..:;_.___
J/~.-~r~:;-l-1:....
CAI.CULOI--'é.-.....!
....' ...........__ _ __
/¿//l/7.~
fECHA

RIIVIOOI-------- -----
FICHA

\_,

,'
\.__..
 C. l. -E. P. S .. 5. C.
INGENIEROS CONSULTORES Y PROYECT-ISTAS
(
PAOYI:CYDI------------ CALCULO!--------
, ' /¿ //? -:::- ?'

FECHA
OIYAl.LIII------------ RIIVIBOI--------
FECHA

:
.
1 ;
- ----1 -- L. '
1 : ; 1 ¡ i 1___:' -1-- - L. í
1 1 ;
.¡
1 1 __ 1_1_
1_;
'. .
· __
i
...¡cLJ-r-
~ ;;. 1 • _:-W
1 1 •
··. ~

~
fA ~ 3s-.l
l).u.a~ Dac:.d~ta Dac:qot.ra
/f.$"6 uJ~
/ ,,.. ) ~.~l_fl (6_'/.(,J
~.;.·:7
__7<-IR
, 1.:-- .t.:~~w -¡_J
-!~ -J ..
~_;ls •••f1..11- __l<flá
s.,¡¡ ~ ':-1. ..,.~,.!..-.., -+-J
1:":.~
-:1 ~!l?
....
1 1

-- 1 -
1-j::.
,, -,--
'
/f.rf~)

'lj
i/
4.!.':~
- 1 -- · - -
;:...., c..·
6~:¡~ _L• ·:~1 ...
~ó)¡,Ci
-L.:-·-·-
) . '
1_·· )~
-
--~-'--- ~·-=-·1..
_¿_ - ~J4~,
;t 4 l.!~ _:tl' 1
'''_..
·~ -4;./1'2
--td
r;i_•i'
-._! - -- - 1 C?.'l'i
_j._ {f!l? ¡S),~~~-- ___ _.._¿ L~Ml'
~
lb
-~- 1.?1]3
4ll7_ ~LIJ .6/~:Z
7. '?
·--1
. --:
.
..., -~/:0
!7 :í1:.'l .f:4 ~-l.l '7
--~t2_t_
~V 7 :.? _1_¡
--B 0'1.1_ 1_ -??!:r/ _,1_.., 1 _.. 1/.:.¡·:
...."'r,.-.
~ 1-~~:-:-
,/1
1 1
-- -----1
_¡y ¿1 ~ •.~
"':. -~ .. !t_-
,~-:-·;1{: ¿f'c,' ~
_-_ 1____ [{._ 1
--!--1
1

-":'*v t9:f~ ¿f_~? 81_~ -~-·

1 1

·/ 6-d.'2._ 76.!c; 7:5)4

¡2 $1.~ ·.;¿¡:~~
-:;~--¡--

H8 i;¡_q ~7~-~
L
8

.
---1 ! (SI.._-- :z"'- :3't
Dcco-~B ~~~a lbra-uól
V%.t- . /.' ,¡
-- _.s..· ~e
_g l.Z-14 ~
j----~0 _¡ __ ~;·

V~
-l(3
- y
-.
.zP-
1 .-

1/
~:]~ '
-~-la 1 IC ~~
-1--i··- _._,_
!O +3
_1_
'a~ ·o -~~~
l2 -1 h --~-L-
_j¿2!.L3
-i' --r- --+-tª
~; 1 !(..)
-"·t- -rz~ ~Jl~;_;. --0?
1

·~
~~ -- i-
- 1L _ _¡._
-- -¡ '' ¡1¿) 1
1''
1 .-,

,L.-· --¡--1(; --:--F-

~- L_
--~-ID :_:;., --~-~\ - : •• ......J

IJ .J .. V· '-i~ __ !2!1 _1_ ¡'

-~1~ :_
J~.::~- - ·r--.
,a,::-
. --j---1
:,o- -¡--~-
--1 ., ._¿ .. :~1.5 ---~(JJ]
:e~ 1 .

--¡- -¡-~., .:--:;)

'
~l_tJ ' ./)
ll¡ '(,_)

__ 1
¡_ / ¡ ¡O
1 -;.· -- 1--¡ (_- .(.
'
1 ~~;¿
'
-.--~ó
''-
- 1
0 ¡¿•:: ~ • (...Jj 1
__:;....; -¿;' 3
 ..... .. ...., .
INGENIEROS CONSULTORES Y PROYECTISTAS
~ ·: • .'_·. .: l
.. ROYI C TOI __;_;_.:.....__;;..___;,.::..,_:._..;......~-.;_---
•• .!... •.... ~ .) ·: '" :. • l.)
CALCULO!
/,-- ..... /.. /(/////;;
rECHA

lli!VIODI----------
fECHA

'""'

.•
'

~-- m
'
lfS"¡., .. ~~ - __1,~~- !1-"- z.st '3¡... ;(.A. .2-"- '3"'
1
. 1
1
. ~-
(k.wriA·~ 0:,{'<;-¡f~
\
- 1' -'-/,., '(<'
~: \.::-
,
l)q,~~Cl DG!'u~o~a
11···
~(q,é]

-r¡z~;-: 1 r-
___¡__
Ootüt~a
41.:1 /.f-12{ 2
[),u(',¡,.d

/()!:~l.<> 1
Dt-cu.lfB
//..?.4 /<124
DIW'~H.9 •

¿.z..:·o
-r~·
__ r__ 1-. '1..
--i i
-1. ·.,-:
l.t) 1"} ' . 1• j_ .t 7.~ i _•Y/~
_, -,,
1 . (ó.' ' .. e 1
f'(!J_j !.'.3/1 ~~~¿
-1~
l.! - - , .... ..! .... ·'- =--' .... ' 1

~l.~a. . !:}J~ 1 .-• .

/. ',:) .:(,.) :u-L<..' it_A(I _}_,_'~_:1
~$iz
~~-('
1• ~ ~

-¡_¡
~
' -
_/,!_,1,8
(/_!~· ? -· _.; 1 7 _f~(.
Y~l1
'7 . . ' -· 1 • '
1 1 e::_./ 1
{4'.~3
.. ·.·_ -_1 .. !
.• l...
1~

J -
: ~ 1~ i:cT;
-¡-=--" '1 1-)
~;:-.-
.,1
- ~

- )~_!S
- .... 1 . . - '
4.210 352
-
1 .:(t?i& ~~·.?1i --~1
j~~ J116 --. ¡. ¿. -- _, 1.•' ·y.··· 1
'
_1
r .
.¡, ?j .. "
.J/ ·7 }.?.iG
.1~
! . ¡..,..! '-· .... .J -1 {-:?.!3 -~·.)

-T.;) j.LI·· -l~).{.·

17
--- ~·1
...,..,.
-- 1 .> !f.!,._;-; f4.:o 1{)1
¿ --~¡=~
=' 1 yf
,, 1
,,...,
.:'•¡
·:)
(-/__..Y.- ·~-7
....... -
" .. Y.'/. :o
1"

. " ·- .tZl? -,.;'¡'~ -rrz:-

1 1( .
1
- 1/1·/
-1- -l-.. 1.¡::! - . ~6~ .. j... f},~Q ~¡:¡
{., .-- $1Jf
.. i- -r. ...... ':J -'r. ..::-"' _t~ª
·r~ 1 .,
&
~Pf· ·_t~v
it?:/ 1.) : 1 - ~ ..,. 1 "')

--)~-
(;
( .. -
1!.'
-- f~Lt
: j.
~--rz~
- 1---
1
-¡- 1-< ._.,)
:~-~- ),lt'J5
l. 1 '#
_i.--~~:r-
·t
.f7f7
¡-- 1· '1 1 --
t -1/
.: ~-: --1.' 7"'·3
.2:~. - _:__ ¡
1 1 '
/.--'4
J.·,_ ," l
~-1. !: &.U!_ ' '

q -·-
1 •• 1 (
_,__ L
-'-- -----·~- ... l - . • •'-"-..!'. - ·' ¡ 1 -~· r ... • • ;, • -J'
,¡
_¡_
·--'~ );/iJ .¡,¿ 1:/
J.
/'•"'/ • 1 /'
_L_IL!
1 / 1
i; 1 ')
- ~~-i
_.,_!, __ ¡. '{¿ .21.:::;¡ 4:;.~
, . 1..7
1 •
'
-¡----¡(: \.
¡
......... e..
_, ¡/ 17':;-
¡_.. '.
4 l.(. -
Ú''· . .)
-....,_;1_
-'--'
~
1 >
1' •
. 11- 1'rJ- L'l
- .. 1 -:; !
_! __ /: _J_..,:_
-- -- --~--1t"i
¡:~ 1.:.
..
1 '1.
_¡· .· ..
!.·. i~~,
--1 . ')
. 1<, ~ '; 1
"'---
..;:._.¡· ~~ ""7
l:J,¡__.,
-H

+r
-i-?1/)

-
- .·-
-
1-- j -~~--.
'
_¡___,_'
!(}
' !··-- !--
--¡ ..
.. )·,
1 .'¡1 ;:·
'1~ ·i '·
1 -·
-~-·~ -.
_r-
\.
~- ...

:.:; !
--- . ¡·;)'-
.:1: ·. 42.5
_.t"'..t~_.. ,
1
~---i
1
'

!
-
·e ..
~-r --¡- -;·
!.- ..·'¡~::.~-
"
\.
1
1(
...
_¡_
- !- -!~- _J!J:? ·¡-::: - .. !. ;/. 1 --~~~~ iLL
=t-=-t'
-- 1
1
.
1
,/. t~ ,! ~~ .¡. j --·z¡o
.,71
~. j 1ji5
..
.,
1 ...
--~--- -~-.';'.
''
- 1
- 1
-- .. -1-...
...
'
- 1
1/)i--)
~ .: ·- 1:- ,.¿_
:,...-,; ~
/,:) _:.·: ..•i 74'3
. .

! ¡_· '
-
1 1
- 1 1
 ~. '· t. 1-'. ::;,, ::;, L...

INGENIEROS CONSULTORES Y PROYECTISTAS

j/}/1 <" L:. //i'/ / ':.:
/e; /.!..
PAOYECTOI ¿'.·15 ¿(./,(."'2/J:'r c;/.,:0 CAlCUlOI/f'l.. -C.C~ /.:......_ ..
fECHA

IHtVtOOI--------
FECHA
 1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
' 1
1
' 1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
{.. ,, .1.
' 1
 -~-~::~ '. 1 1' , ""' ·.!·1 1@: .. · ''q;¡ . •:1 ¡¡¡ ~~·;¡,.·;1:::1 ,...,, ~~1' "j'¡''JT.T ;,·.1 ;,• ~-~, '1 tl,.l ,'; ,:::1' ' ... ¡ 1--:T-1 , l ' , 1 ,1.: •! -
1 " ....... ... ¡, ... , -, 111 1·1· ·~~·~ ... 1.. l't .... ¡1 . . . . 1. ., P~-..Q~LCTq .. Y n:;r: 41lRZA~ J6'ri4
... ,··· , · 1 1
, :·
·
••
..
1 •• ,;
• ••
-....
·: • l"·~· : : 1 ·: : !'t·.·: .. ,;·11!;: l. 1 ·: • :• ¡
, .... ¡.... ,. ...
•
.1.
·· ·¡ •· ::: •.·,- : .. ..· ··.·:. 1· :; ·::; '1'"1
1

.... · .. ·• • • · ,., 1·¡, ,, 11, • ·¡il· ·

1
.1 ¡, 11¡•¡¡ .. 11 :,·¡ 1. . :: 1'::: 1 t·! :!:· ·.,t':
t...
1!11: 1i lil ;1: :11:, 1:¡._;,:
t') /, • • "
' r .. i '!''",
., .. ,.,,, ,,,
•
i ·
.• i:. ;:;. 'i:: i!IJ!ll. 'o · v·',..,. una·
'").' · 1

., .j":. . . .. .,(j. . ;J.rlt 1T~ilt...,. . . ¡!~~ h~l- 1 1 ..lli~¡Jr .¡¡¡,~¡1 ,~ , .,1,~ ...,~ ¡.!, 1 1 1 1~1 ~-·' .:~~"~1.'i .m¡. ¡' \~ 1· ..,.! 1· Xj¡ .... · 1 rl·:(~~!,i]'a,:j:.:::::;i
1
1 :!:!
:1 -:.u!.!• • 11
'¡1 l':a 1 •1: ¡' ,· 1':¡'' '¡" {.. t A. : ':' 1-
': JI:' ;~ .....
.; r¡ .. ··1· ... r·~ \·:-~n--
• "'1. ,.,
.- .. -· ·---.. ..,.-~1·· l 1 1 .¡, 1- ·hl "'- .v, r• . . r. ~.L.'l':t
:'i! ··l·> :1: :·•. ! 1
.1
1il li i' 1 1t · :TJ¡::·
'17. .. • •• 1 , • 1• •
1 i•l ¡t; :!i 1 i ¡'' j ¡·f·'
1L . 1 • • 1!11 :11: 1 1'1 '1 ¡jt1¡ 1! ,tfl ¡q!' 1¡1\ '! 1 :! :la ti
• , • , 1 ,. ~ 1 •• , ·' d; ~ .. 1.. • • .. .. • ,
'..'1\ .. '1''
1 11 1 , , 1
• •• • • • • ... .. 1 , • • • ..
t+·¡ L'"1 ' .. ... :11 ¡" 1 \1 11¡ 1 . '1 ¡11 ' :
1 • • • • , , , 1 •• 1

• 1¡' ji: 1 '1 lt.' :;' ..

. . .• .. •.
' :l.: . :: 1:.: : •.1: 1:':' .., :; ' 1¡ •..
'·1 1' ¡,.. ¡1• '.l.• 11 '1·
l,, 1 1 t.,. i ' ' "1 ,ll. •
'11 •'1: i ::'; 1~ : . ' .. : 1 '¡;:

11nr ''. •' '

1
..: .. :¡..
"11' ... 1" •
. '' ,¡;
"11 .. 1 ... l ,, ·1¡• '1' • ' 1 ' "' .. ' " ...

.... r·o ,
,,¡:
.' . :.J,·.:.::.
.
··~--'r,.+-
lilt.,:: 1''1,.,,
,;¡,.
iFü'·'
.: ' 1" 11 :!.'!; .. : ::
.1• -1 ::........ '··ij'
''•· 1 ·-~~¡1· 1 ~i .,,1 1·
't¡·:¡,lj' 1'1
1t 1a~~~~
:¡
. '
1:,¡ '1¡¡ tll!i'!l
¡1,' 'u¡¡t¡¡ ''1'
. '.l'""
'¡'i!'''¡t·
.111.. , .ll·¡r'
l·~:~t~¡
'.
ir'
·- '
'
1f ¡' 1 1·"" 11.jl 1 11''
·1
'.
,t¡¡ ;t: ll·~'"¡j
. '

.. f'·· .. 1. ..... ,., l..

¡:
. '..
!''¡:¡., ..
. .
,.~.,
:1! . . . :·,, :. :, ':lt ·, .;·:,.:•. ::t :,,1:·:' ' 1 1 : , · " : .·.: .. !:1!:
• ..
:h..
'1-~..:~
il' ::.·
·;t' J...
... '11' 1 "1 1' 1 :,~' '1 ' ''1 1 ' ' ' 1·'
1 .
l .1.1 ...... 1 ... ·r·J ...
•• ~,~- J-_,A' ~'~"'

~8k:. fril,:d j'lj!'~¡:, ~~r ~ f i 1 l ¡ ; ! r : ~ ~ ¡~

1 .¡,~~~ii:D·:¡,:.¡j:'I!,Ji:
'" ·¡' ··
: ·• .. :· : .: 1'.!·::a.: · ·.:: _:....
.:: !r'a MI: !1 !t!'t~-4.:. 'f \
1 :.¡, ' . 111 l11 , ~~ 1 :; 1 f ,, ~,,, !'il: : .,1¡ ; 1 :¡f.il
1' 1 'l ji ::.::.:v .:1', ... :m:.. . ~:tt: ::: :¡;:
·"
.. ~·-· .... ;.¡_.. ·-· o· • ~- ¡...¡. •• ' -:;• • ¡, •• _..,_, .... -· -~1 nr"---"· -·· .;..<- ...
rt 11 ' 1')r 111 1 ' ·· .1r-~:- .. :" !'H·.:·:
ij
¡_;_:_:_¡....;..¡.,.
~-·¡· f! ~. 111

1 u w@· .t1:! jrr.

¡-;-:- f1 .,
' · l tlll 1 ' •t· ' ' 1 ··• · ·• •••· ---¡-r .. :;r 1
·· ·
.. ,., : :::: 1;.:
'11'' 11 • •• 1
Wt.
11!·
1 1't~
·
! !l·i ¡;¡,
1 1' ''
:¡1::ffi:
1 •

11·~:1 1~1
.·1.1¡1=:
1
1!i.
";::'¡; ::¡t,:., ::·Ti ¡r¡i!rn¡ l¡¡:lr! r-W mi 1 1 l. 1 m' 1 ¡; ¡¡:¡ !;l¡·kr¡,¡t¡:,:¡¡': ;!-ft 1·::: ;¡¡:¡:¡.; "! 1¡
1· 7
1i't ~~ 1~~1 ~ .i:f~t.,! !l ' 1i*' ,,·, ::Jr'H ·~" i!ljta\iii~1:\~:r!f##ftfHI:-
"llli::- 1 ::-7' ·::: ::
·' .. a. '"'1~ l 11n.J ~!
;¡~:¡>¡ ~~t~::~~·~'jtfp¡! ~-~~t¡i! 1 op~o~ crt. mur_.]....--..
· p,wi~ ;¡.¡¡¡i~
1 lt' 1 • d f'· ' "!1 " ··! .n.
1 1 11 1 1
' ' .a.r. · a '¡t • 11 .. l

....... ·~··k::i'i:< .. 1•. ,. ·1'··r'q 1¡·¡ 11 1''1 in! nH ;, f+t¡·,,

¡tt Ir 1 ¡ ¡ ¡t !!la¡l!l ,' t .t
' !'. ., 1, .. 1 1 ,PI!.'. , 'll'" 1, 1' "'' w~~.,ia
J¡ :;:;'0 1 .. q<
~:.:.:.: :n:!:: ... ~lo 1-#.: r w.;¡,lfi ' ' . !1 1 1
:!~TI]:=: ,~! ~·:;¡¡¡¡wur i~!, illJ~·J
.'ili 11 .~. 11!1 ¡¡t • 1 1 il r 1!1·: 1 f% lit 1': '"''':·:
~·1)1'!'!1: tr ~ l' ¡H:~l~ ¡I:I~¡Ji ~1~:\l l! ~~~!~H=~~: ·:::¡¡~¡
...... '
1' 1 ' 1 • ' '' ' • • 1 1
.:n,,., :'' :1:·: :· :.: 1 .. ¡:. :: ;¡¡;¡:
1 ,L 1 ' 1 ., ....

i:::;::·:
·;··¡~·~·~~l.: ·:tififfi IP!: i, ·1:¡ ¡lil¡ t'¡tq¡;1111'~ l l' ~ITn·m mriAA,¡ lj'f¡ ;jl!';,l :~-' ~!.!7r:- ·:~r,:r
S.. ll :::::. ·: !t i: 1'! l,tt ,!• 11-r.
111 r';t,¡f ti-!1 Ht
'1:r:
1.1¡\t: 1f+f. 1111 1. ltWt :1, . ~7I!,H ·11 ! 11 ~ :i j:" ~~ ,~An~·~~·~ ~J' ,.:Lrl!·.
:•• 1:·: ·ft\JI: '..tr-¡;~:1 :!::.i:;:: T

~~ ~ ~JJW!,~Ill;: · ".~ ,~.;

:: . . .
._ . . .. . . ·.:·. ·:· .. ,
~ ..ll:.t.:i!J. ~.;. . :.
¡¡· 1
t! 1 ··¡.).
''1 1 1 +.: l!' 1
1
.:r ... ¡ ';:,;,: ...... ,,,

:·;-,·~r :1. . .~: ;¡,:¡~n~ u:1"11; :Hrt 1m !1'~¡ P ;~ :l, · ¡,;r ilí : ·¡~l·~ ~!·l,ll i ,, :, ,~·. 1 r ¡~tn¡ ~~~· ¡~;r¡¡¡~~·.:¡·.:~! ~·
1 • 1 '1'1 1 ji1 ' , ·t • 1· 11tl1 t , ,!Jl¡•l
1
' 1 ..
1 , 1 • • • · ' . · - ' ' " ..........

iff:c·
1
· · ¿f:¡;: ·!:! ··:
...... ,,¡ .. ~ .....
, ; ,... ,)¡,
• • " 1..

~::.1 .·: , •·g·~~::

.. • • ·1 • ·• ·a·
t..,. •• 11 ' ¡1 · j~'r
·;. \¡, ., ,,¡¡¡1:1. !i ... nt: .TI¡ ".¡¡¡, ;;: . .1!! '! *1!1
Jl . . , ...

'"" ".::I¡·,·~·:J' . T=:!l.,,·;!' ,,, .t':¡.

11
-1.¡•~
'' 1
h
1.1
111
¡
! m1 ;,,
¡ lljl lo. r'!lr:IC 'na,t" •' •-· .:-:..:
.w,h;;;; ,,. ,. "1 rt :;• ; • •.. ..
11 ¡¡:.
'1 ... r..... '" 1 ........1.! ... ..
· 1 • ·

'!l'l!t'lll11l'
. " i·tt¡ ¡+!.·~u·¡ffi:p
· 1t ' ,u· ¡.111, UH. H,L'·''L .,·¡J~rll'l · i,r'¡ :t:.rm+l¡[ll:
'1 .al lliil;p ·;1}' 'it:ll.: ,~·~. ~~,, .:,,;l,.¡y¡· ·r:·· l~,·:¡,r.::~
17#f·a"··
::-:-:~·;Ti ;~i!r1Fi 1~~~ · , ~ w. 1.. 1 r •i.,1 1 i 1 !iltfl,li , .¡¡¡¡ ·t11 !/ , . ,1 ,, .LIJ.JI!q1 ... .. 1 .. 1 t ... l·di:~;
1~,;~. ·ill'l;¡l: ::¡':1:¡1·, ¡'l!ll~¡'j¡11 1 ·~- • 1 11
il 1r:i1~.1f tl! · ~·,, \i~ ¡1trH1df ~ :!~i~~Wfi tr:: t~ ~ :¡: : ;¡1:~::
r;...: . . ... · "·mt·mr:tj·
1 •:::
.. ·• "
.: ·¡;;
~· . . . 1.111i -~.(o-:·'···
'..
:r;
...
<¡:nr · 1 ,,. 1·'
;rt!
1. .. ,
:.,·,
.. ·:,

••.
1: r;
1 1',
r1i
1·
lifi'r :liT '
·
Pii :1
'f! •¡
¡ ,.¡,.
1 1. ' 1 •,, , • ··1 •• • •• • , 1'1 .
't•
. ....
. , ,, ..
...• · , ••
~ " ••

: ¡ti 1 '.1, U11' 1t¡¡l. lt¡ ml¡·ü; lit iwP1 :a:i

1 1
:i1 i~ 1
til 1 NI~~~~, ill !!11•l !ldh i.,1 11 ¡' llt.,¡¡': 1!1'i¡; hl' ;In1¡~r .:~1 !::¡t.¡¡:::::~!;-'
.l.¡i!'·~ ... .. 1.1' ·'·¡ .. :,! 'Jl! .1!! l ,1 un··
* ;, ~. ~~ ..1¡.::-¡ ... ·IT:
1
:,·: ,:¡ 1¡' ¡' ,. 1 :!!H:
.··:· ¡;=:~=~~~~:. ~::: .tq .¡J!j¡ ltr! i!ii ¡f!•lti!l'¡". lliilt;~:l: !1, l.: 1]¡1,,! ifh:~u: : !·! jlll illi urt ~m ~Jiflnt !·!! ~~!! :1:¡ ·!::]ir::.:;:¡ ::!r
d¡;~! ..
t.
-.. _ ::: l!i ·:¡· r. ::.· i: ¡·, r1:-tr . . 111¡ 1 ·tt . ~ ... ,¡~:··H 11 r . .. 1. "!' ... ¡1 ..
11tt
¡,_;;.:

·.:::¡;,, r;¡t:¡~
....... ... .tr, .¡!.:'11i¡ ¡'ji!'
,a,¡¡·¡:.. 111! lr:l ~
111
1
¡t'
11
1¡' ¡'1i 1 1lllll¡
:
1 H¡ ji~ '[H1' i IIHI! ¡1!
1 1
[¡''[ ¡1tftl!'
llj ¡ l'i
j!!lf r11n'~'i! Jjt. 1·¡l¡!ll~i·j'
1001fri ..
~Ir! 1
jfn
iír ¡t!![!¡
'11
1
~ll!r¡
. ·¡• ~¡'ll'!ll fj!ll!¡iJ!:¡!
1 tr.~-
¡;¡: ¡¡.¡: !~f¡i!-1·::
...,..¡, ... ¡EJ
1
¡ tf:
~m 1' '1'1

TI~W;!:fuffit~jO~ ~!1¡u nH'Hll \. t(1tt,~'¡1l' !i.:tf'r'lt¡, ¡¡¡¡ ¡¡:dJ IDi~l' ~J~~r~

t 1: ¡¡l·~t1;l' j Drti ]!1'
JI íl:·~¡ 1l f ·m~j l f~: ~~:¡jli¡ ~f~l '¡T:il! 1 8t¡,¡:¡:z~~
1:!]:::: :!, !:~;¡¡:: ¡. ::1' .•. ¡ li! 1! i¡, H ;1 · ll~li i · · ,; UJ¡: ·,' 1!, t1 1 1 , t ¡ !!1 , !. 'JI iíl!: !1 !': ~· :l~¡ :,¡¡¡y :~!¡J;f:: ·;!1 i:~:
,;.J • e¡.;.;¡

1
:~J¡'i'"! 1¡ :i-h- :q¡' !¡1¡
¡n:[: !· !1!1: !:flli1·¡
.
~ 1·.j 1 [ 1 ¡,h•::~, :·hr ~ ,
J 1
'[ TI¡¡
Ei\!12 i%!1
~¡¡r ¡ji¡ .. • :;ti .:rt
1

~~11 1 '~ ~ 1~~ •

~::' :p .!11!,. ~ 1 1 ¡). !.l,~Hl -~1 lrrr 1 1 1~~~~ir\!r
¡, . 1 l\ 1 tv
iifi ni, '''"' 1
, ,u.~n ~'1"'±.
,J 1
#r:
' ' -
%ti~~~rt1:
• 1... 1 .. •
1~:: ::~:t ••••:i:·
1·.¡ ~;,.~:
.i.::!•·:¡~· 11lt~¡T¡~ ,¡n~rt:r~ ~~mtf r,dH:J~IüVM~~m:wr
¡:p¡::¡¡ ¡¡ 1:'' fl: :! .1·1ti
11 1 • Jl 11 1
· 11, 1 tr
1 1 H
11, t • . 1 1:
' 1
,·, t-!J. ·.,. · ¡¡
1 "'j ~"'> .;.¡,'.j 1 j• 'PL
¡1¡ ..... "!' . .1 1 1 ¡,

¡a,!~~ i!l.
. ¡¡lJ
:.¡· :t +.¡r·:¡:¡1ili
l' J •
tr!¡r 1 ' ,1 '
1!f· : •
1 1

·,1' '1: : · 11:: l!1 1: 1 lt!l · 1 : 1•.di!!, Ir ,T¡!;. lttl '1 ·, !! ill 1•d 1 · • [:! 111.': 1 ~lf:':'! "!'r»'tt·, 1:1. !.,tf) ·
:·,· :li! ::1:
" ,!\ ,¡. . . 1
·rr: 8H
í. ·idt ·-- ·~~· 1-:::

, ,,¡ "'¡
1
:·a· :,1; 1

r¡;.rif 1:" +fr.+.;

'li! !1' >.!¡'1 ,1.'1 j'll j{"¡~ 1'liL11 :•¡l! •,¡' ~~~j'Jt:
"11' mi lq: 11![[!~1 ~~ r:¡ 1!.1¡¡,~
Uot'jl" @..j '•¡1111 l,l'lrrf.'~l!ll:· .:~~"·' t).·: w·1.•1•; 1·t~:
~~!iW~ ~~~~~¡!~, ~¡.,,Id,. :~·,: i!·lfl!J,~· J; .1~ ~~ lj·.~ ~~: ~! .. ~~ :ft:f!JH
1
!·.·:·;:· ¡ a:t 7:a '!'1 ll , tfi': :.u
f' • :j.¡t_r¡ ::·
... !¡:::, l;,: ;1¡11 ::: 1:¡. ¡.. a1 1.1 w, u) 1.rl, rrt
:
ll 111!
1jlf'A
H¡, ¡ :.
.. 1'!1:
p1;¡ 1
!1·
11
., .
.::fWj .1 ,! 1 1:: 1 ·:
1
::1 1¡ 1:1 ! ·¡¡,u . a¡¿ l!ri111; ~~~ 1tn.t!Jt' ~:LI::: ·_1i. 1; ,•,.~ UJ '~!4( !~g !t: :1 ::1, :d: d:l•t.;! ·:! :t:-r
:1:: 1 1 1 1 1

.~~~t'!:~httt 1.J ~, L¡! i! 1 HL: 'H' ;~ql~l·i 'lt~~.~~~~~u~! ::,rt:ti :liTI"I!lr1 :¡¡· ~~r~ {~¡~~ q)rtf.w:!:~ 1
t ..

'1 p
· !ilii¡ [1B 1t¡·1 ~ rrr
11'i''''1 1Wi ..,·¡, !:•! :¡ 0 :,::··~;:iitP::
1
: 1j: .. : td ~lfl • L'
,1 1· 11!' . .jl+,t,
~ . . 1-M+~.
:r+:¡· :·.ii }j:.:
.::::1.:, ::·: :~ l.¡l, :..;. ·r¡l ~~ff·m 't 1i1¡1 1 1 .a¡~¡ ~ 1I++Jl • -!-1' : 1
!k 1 ..;+~·14-:
'n i 1!1, ' • rt•'¡~~
!h:
:r ·J·i 1 1 1 .111 11. •, !1 1,1 :111 lt. 1 P 1¡,t ¡,,, ,• 1l:r.tT!
l. J
'·r:
~.r·· · ~.· :, 1: ' ' t·:
¡l·i·nr, ·¡d · ,
' 1:d: . "! 111 !.1':':: :t'' 11 ij: ' 11 1111 :1:
¡1 ·• ¡:, ,,lil ·1:¡ !th ¡lt! .. , 11, 1: •111 .r.·
p11 r::1 ::: ''
::¡,: .. r ::::cr ..
1~ :'• r•r·~·; .. t: .... ,.
D :;~~~b li¡!1 .L!.11~.~~ ;lill~l!.l':lili ~~~~~!in¡~~ ¡¡·¡ ~~~~¡ l~il :¡_;;¡¡u¡¡~~:·: .:l¡ ¡:¡(f1_.-:f~vA·~t..er1·i: .:::~m¡
:p,1.,,1'....
k~.·,
~ ;~ n·:~~~
" ..
>'f, ;T;: 'r·i'=:::
· '" .j ....,

·¡!. "! ..
• !!., ~·
·'·a. ... 1
/
f !:'J;1jn!l : 1: T!.l~~~ :!lll! ·~ !t' f 11 "1 ;1
!t¡! 1¡,;¡ Ji
'
ilii l!i;11¡.:!i\:¡1'¡

li¡L:J nll
r+
'!: :" ::,: !!:· ::~ih: p1l n,; :1~,!·1 ~ :'l! ,111 ~, '··fiHHtt ~~m 'l ~'::¡'1111¡¡ ~:~ .1~ i ·.:11: :¡,¡ 1r., .,·~·lit~ ~m:r !1:: ~-
, ' ' l. J!'8• ~~[ffil.. '. f-1 ,
!w.· ~;: 71 :: :.,·; ~¡; ~TI ¡il~ '¡U,! ltl\j! :N\1 'P' i 1·¡~ Yij 1 HH~'1'1'·
t'r n:"1m'
.11 H i l;im
H.Uj f!ll·

, d~m· +t t
·¡ l !l

•
i!li
· t · r"t ·i-1 ·i:!-11-tt.l~¡~ • H-1•~!---i'lf:?.':'!·ri~ -~ ......
1

.. ~r~H-Irr!n 11 JI
'll 1•1· ·"J
,, '¡f: W! t ''ti+H ··~r.-:+t. .
• '' ··~Vvv:(~~t:::ri·~O~I~·
~[1',11\¡IT 1 1¡:1r ¡ !I·¡¡!f¡¡ 'T•r ,-:-'¡¡ ·, 1 ;l · r .. ':¡-·.· · ,\1'' .rlen
·'1
1
!i', ífli:i1 :iiilí!=· ;¡:! *ii
ll r l!l !'111 1 1 tpj :, ·¡::;; !j' . 41 ¡tp~·ll!l!f! li ;i:! ':''! :,,: ' 1:¡,jl¡: :-~:+~ ,!fil¡-:~¡
m n
~P.+, .. , ..
IJn~ . '''!i:l~.:u
..... , "'-: ~~ril.;t
..¡~
r·
.:..t.

J,
1
.. ,

8H:-" r1 "~: 1¡iT! fi.¡¡ .111 :¡,. , . , !'! • ~-t • . 11. 11 . 1 u . ur!hH 11 11 t1 . 1. ''· , . -4H·r .. , • . ... , . . .• .. ,; ¡ .....
1
..:.: .. .. 1. 1 , 1

m,,.. ·::q·¡>'( rtri ;!1 W.l'l'\,~·1 :1! !'t¡~ ~, 1!11 '1 ;n l1 llj' ¡\'· • +l ''l' Jll !·1 l ~~~ ' i!l''"¡'·¡· 'lfi!l''l¡ flf:l!li.
1 !'l.J!l' !l ¡~~·• '¡,·o¡!·"""':¡¡;;""'~~'~" V..lt .. ,~·!r!:r;
~~ . ..r
!.:!.il:..~ w·
~· ·¡:i
- 1 :··. !t'!l;·~ H ~lf: ~n~1
1 . .;!l'

'·:~ ~ @!'li
11:·•. il¡':
t 1 :1~J¡;:
~~ 1..
~¡(1- 1
¡' , , ti{li.!
1 []-1!1 :.W. 11.~¡1!~~~ ¡, ,l ;¡¡¡ r 1
l¡ {·¡f:d !' 1· ¡· !lli
1\ ·ti l;¡l
!l·!líi!· ,11¡ tili' 1i! rl!il ~. -!)~ ~r¿··~~ ::·
,.1 ~In 111. •· ,í1/"!
:'¡1t·l'¡:fjji!J ~l~ ! "! r;-1 ~.: ':1:: :t!i ~::
1 , • .i.
· ,, .. ¡¡;: ;; 1r Iil:
~ t.: :• ' ::~ •

r .~!qr;: ~m¡:¡~ t~ ~t-r!i ~, ~rt,i ~ t~ 1f 1ir~~ ~j ~ ,[H\ n¡f~fi IIIT lii!f~

!.l. 1 1 11 1

.. ,.t.~'l ,,. o. 't. m· 1 1~ ai7~~ 11'' ' , , • • 1. "1 ..

a;! i!:· ·::l~!·ltq: ,1: 'ljp,: ¡ 111 qtR 1! 1; ¡, ¡11: p, 1 1 t 1\ !J!j, lf 11 1 :-¡11 ~!ll}a 1¡ :~ iu· .¿ ·~ !! : t.la ill· :11: ;:¡i
. ¡• 1. rt
::j-:¡... !i:¡r:.¡ 1. ¡;¡11 11 1 1 '1 r l 11 t
1 1 1 - 1

A:,
1

•F.:.~~~~ ¡¡r¡ '.:l. ff! ;.j.;~#.-~:!.

;·1¡l:ll1!t!J H,n,.ti ... ;,\lit .IJ~), ·r.1:' i!, 1! ,¡¡¡~.' '~f 1 1¡. +l, !Í1.W: !1. Hi il 1! 11 l11ia. tt1¡ ,;t¡¡
11
,f¡¡.l1, •.• 1j, y.¡t¡ ;:1t . ¡il¡ ,,. 1...!l ,,,. :.~ ......
,¡¡,,., ·:f:ltti¡:=:!
:.. f®:

¡:¡¡ :·. :~::'':, ...

¡1.''''11 1 !Hl!llj '1:¡·~1 :¡:,~·m! • !"'r.i~'! tI!H#:·li!J, t1~
' .j\t•. i· 1, flli ., t~,' , ¡1t;¡¡¡:' 1¡ 11;¡:~,',~1 rtli IU 1 nn :¡:-< i!P¡'. ¡i[,~, .::::~:!;
11
.. 11,i .. l.;¡ llllfi¡'i·jl'1'j 1,H·¡IW' ... li¡·J\!¡: ltlj ¡¡1;

,.. 1h~·: ·Hf ~~ 1 j 1¡·m~!~ l: r 11 !1!i ¡ill !11! ~·~ tii~ilr l!!i ;m':. ~rtt .
;ti.,,:~
:::: ::!:I,.Q jj'¡! r:r qljr¡¡p 'ÍI Li
ii:' .:--fHlli:!)·r-:o:..:·l'~''
,, ¡,
l·'l li; 1 11 ' ii¡l\ 1 lllilH! 1H· 'lttf~¡dl.!+
1 ~Hit~''', ·nn:H:+HH+~H
11 , l

··~f@-4W'H-·
l' ,.,l.'t:.;..:.¡ ..... "·"-'

,!~;¡ :~ .'!~ ~'· ~ ~ ~¡: !!~~~ 1 "r'" ·~1¡. 1 ~1 i~J"~. ! 1 l'jl ~d~ ~~~ ~un. ~.¡:l:
W' :

!.!;.!..:¡ ..... L'ii:\ .•.

. :: .:r '.~ !i! .,;; :,J¡¡t;!; 1~i11: ¡¡ ~11~~ ¡¡:· 1 l ! '1¡ 1:
u 1 ·
11·1' ·¡ rll1 1 · ti!l 111!! 1!;, t'lt :. , · 1¡¡\ j1i!f¡:¡ :·!1 ~!l\ ;;F!Irp li[~!:~!· :~@m
r· :

·:n -~ ·711
, ....... • • .. 1 ., ¡. .t •fl'
:...:·
r-;-. • -:..m·:
1
:==l· 1: hl~...,...!...: rJ .~'d;¡m
-

, •1 ! , .. , ·• " • ·
''1''
, 'tn
··l:n!-m"
•

~
·
!1. t1 •• • ,• , , , . 11,L ·• tirr
tl¡. 1
~~ ~~.
, l\H 1 ,L. H•t 11

11!1 ''ll'il'' i8 J '11,¡, 1!' . 1 1 [" . . 1 ,. . 1 1, 11 1 ,, 1, ''1 :t 1 ' ,, 1 11 lli! ¡•l\

lr11. m··
1ll!
,, 1..:¡["11¡1
lit ~·1, 1 1
"!-1
r t: 1111 ·r 1r1 '··1 , ... -··
,¡L.•••¡1:.·üL.Ldl
1'.. ·u·¡jl'l
r. 1 , . ...
, ••
,,,11 11,.
:i:=1ñi
:at ..• 1 1
'!:!~.:::
... ¡.•11: 1l¡,ll!·~
• • • • . •

r¡ ¡,·~.r, ::,·:¡·.1! d!¡i ;!\· ,~LI'm' ¡~~· ::l 1 ¡.1~:,,·1'11

•

~~~~~!JlI1'H¡ ,'"u·~¡.:;·! :i¡' !',q1~~h¡· i~', .,¡¡¡ t~~~~: ·t ,,, .¡j~ l¡JJ :D, H:i ~i!rttl·tl: ;;;:;fffJI
1 • , '· ••
. " ' l. ,;:.. • "' .1 1 1 JI ,.1. " ' . 111. 1 l.

·~ :ill ,, • t 11 , .. t mtt,¡ '!·, . 1¡1 ir ¡~ 1¡ ¡t.

1 1 1 •i '¡11 .!1' 11. ,'111 1: ! a1 :a¡• 1 1·: 111: 'ltt¡"
¡ ri t¡,
¡.:" ,H'" ;:¡. ··1' ·~1·, .. :~·.1.. 1' ¡ 1' ,· t 1 , . ¡1 ti , ¡a 1 :, .,,.; 1 'K;'~·¡
'·1•¡H, .. 11 t. 1 1 1 1 n.r '¡·· ,,. 1 ¡.= • ,.... .• ·sttiiÍ
1 ;:¡11 .: !:. .;.~
nJ~;: 1
:¡~ ! ::~:!!! q:: ';~;!lil· ,,¡t ·¡·¡ rtiitt:,.,,¡!il t+rr¡i· JI¡: ' 1'~ Ihr"\.-
r.-=• 0 '" '...
j ! ~ ¡ i l ! l 111lm1{~~; -t!~~l¡ ¡!111 !¡!!mil¡ ¡f!l' ~~~~rm r 1 t~ ¡1!1 ~li :llHiJ.!Ilibllli!
e::" ·1 ' ' ' • •
·L..:.!.. ~o: :t.ll.
' • • 11 · ' !1 ¡.u· • • ' • ' ' 1 ·' • 11~. • ¡.;..;;, :..J.:. ,, • • -, •1.
r.-:-:· ; :-: :-: 00· .1 · r:-;, r · '
-=- ·,, !T:T I!Tti - · ¡'
1 : F 111: t::r¡ · • ·; · , 11' ·r ... ···• i ~! ·

¡r· .1. !~ ... 1¡ ,~'¡l¡al P·¡ H ~~~~jll~~~

¡r¡r !1!1
....
a::· . :. · ....... ¡:. ·' . ·,~: ~· li .l. '!;• ¡:
:~-:- -- --:: . ;n· tr
' ,¡11¡'
1
' ' : ¡¡¡ 1 jt;\'l'i H1 ¡, ¡1¡ ll¡l1 t ·w¡l '·Ut ~~::~~..~: .. h,:.:.t~
'i ~i, 11 ¡ lt¡ 1,¡¡ a ¡ ¡1¡'ü l ~qilL
1 ·ji¡ ,tt1 1~·r¡, ·¡íffi1¡t·
Hit lt!- '.
: .' ·: ·:¡'
:· · _,; :¡t .. 'inL!t.

;:.\.¡ +Jil~ :;U t :;~Id: .1.i,mt ~l ~u~ ~~~J~¡!iil!~ ¡ l i~J¡ 1li!ITll1tM1tl¡.ll. 1

:'~ n~:t¡li· ¡ll~J~;J~~hmu l:++ a~ !r~+ 1 !! : i!~(J¡Jll !}~m1 ~~: ::~¡r.:~
''" !·¡:r 1
:~ ;~~ '~
"i! . f
·n: "~;:
~
1 -'
l!! r.'11 .
1 1 1
q ril+l ~+' : ·t!
,,,
·. :: r··:
1 • :!f.+! •. ::.~ · .
¡¡ ., tt • t 1
.. .. 1 • .. • • • 1 •. 111 11:1 1 ' 1 • 1• 1 lt 1 ' 1 " .1 1 1 1 l 1.1 1 1 1 1 111'.. 11 l'j 1 • •• "' 1 ....

:,¡l... ·:!:.~ ::1 !·t J.·''¡!1: r.L!tt1. ¡:1:· 1¡:1 IT1d!', 'l'i t¡H .j ü··· 111·1' !Id ¡tl 1 ·!!l•t.l1,¡¡j¡,t!';rt!+1 H~~i !r: n•¡ 1 fii!f:: ·j!tllm rt., •;:¡ Ir: ~:n~!~
.e:.:_ ·~¡;~~hi ():" .".. •;;¡;:ttmt'.. t"mr- . l..
r .
11 'í ' 1 lli·l m ~~·' l"c.!:.~.l.n'.:.:...!.I;4\.!,.;;Lt . :-O·~ ...1 •,11.''
'r~ 1" ,1, .1 .. 1., ... 1 . 1 ••
~. .t:f~ !!1· :!i: ,,=~ ¡ 1 ,1~~P'!.P\!, ¡·1!¡· l !l't'!!:t!llin~:r n .,n i.i..¡" jlmt
..
1
·~ 1·" ,,·1 ,m:~ mtffil.Ut; Jq:JF..~.,...~·.J~L~r :;~~l!'l:
1: 1 • rr.- ·;:,. • "'
¡1 r ..
.. .. •
... ¡..
:::.: i:.1
'. 1.. ' • 1
,.,l,,t, ... 1 ¡···
1· · 1111 1 ·
¡'li¡·l:· '1 1 •
1¡: !:::
¡' 1'.¡ ...
1 ¡· . ¡
. "
11 •
1
l11 1• j
1 1
;!lh t,t
'1t,
¡t .
•
1¡. 1
1!'
.1. 1· w'lj. t'i1'''li'
~· [!'ll
1t¡ ., 1••
.
~~.;;,~ ~~
¡

~
•

1 !(:' r.
1 1 ' "'
'"·r~.-.t.:.:.!.l
''11 '' · · 1
'. 1' 1
1. ,1 . 1 1 . t""
t'lt-·1,~! •·-
• 1' ll • •• 'lll ''1

if¡l¡! .. 1,111.!' !t.¡ .1 •1 1 .. ,'11 ,,, ~~. 1.1!•t ! J!!~l 1 •·:f~l'' .... :. 1.04';: ·.; .. tr:• ;;;j ~j
•r' '1 • '¡tal lfl · 1
•
, ;,
t' •·1 ·•
' .•i.!• 1; :,.¡¡1 1':: ',:¡1:1
\¡¡:::1 h:' l'
1 ' 11 1 '" ·I 1' ... !.y, • '
;tt!A--• :,;,
...
:! .1· 1:·,¡¡r.
.::·rt·-,.,~ff.r O¡¡ .~.11 •t•·l' :1'1"1~'1'
,;, : ;· ,.;t .a:!'', l'; ~~:;--11''
¡' ·,' l''~'ffi
:¡ il \'11'1 1'''1Wn1ffflill'll
1 , . "• :¡1· 1.,. 'r~' ~·1 ·,1:1' 'lt ' '1' r ~ 1 ji'1la'tdf!,f ! ,::: ¡'j'l l'1J~
1
;;, •,.:t, ·a~:::•¡ ··~¡§.·
Jr "'~'· ).,1 ~·li L' .J.!~·:L
;,¡¡~··3-:.:,:

1 ¡1t~l~~~~-= ·lr'~·¡:·:¡::!;
1·1¡~~t. '11 tllf: ::t.Ju:, ::;¡a:::: :rr;~ff:
1!1 ' l.:::: ...
fil' · :r·, .1. 1 l
"" ". • ••
. ::: .:¡. ::.: :::· .:: :¡..; 1.::: 'T it 1 1 1 • 1 i · :, .. ¡ ,,. 11 ' ,¡ 1 ,-:,~'. t 1 • 1 ·i~ ·1 ,.;¡,~.u ' ·i · ..... :¡:::. ;• .. :·•·
:!,)ili :¡¡¡
:.;.;1'. 1 !P :1¡¡¡¡::¡ ·' n·¡Jlm'
· P:i 1¡ n¡ .lili.
~-~~ 1 ' · 11U ·~ ! ~J
1 1 i· ;iJiP.JR 1 f , n:~~~!~
'\Ll : ~'~!l' .· 1 1 1 . ¡!r t-o~'n;t rffi
i.!.;;.
i!' rt1,, .. '" 1
W"!¡; ¡¡:¡bu
1
.
'· · 1 · • ¡¡l:iJi1 11 '
'
1 1 1!1 • •· .tr: 'j}
l' 11~~1~ fU
~~ t~niTilHU 1i 1 ~1' lt·WIH~Wil 1 1 ! :W ~tUllhi :1) 1¡¡ 1 J1fJl!':~¡lt !!E!ilil~H:,¡;
!IT!\lhl¡¡¡j¡ !ii . !1Hit: Uihlfm ti líliH1fl IH HI!Ü H nuHIIllH ti H fli ll tilliihDtlllt¡lü dwnfilliHl :)l ft¡Hfill n:i ft:¡ nilb~¡¡¡pjJiffi
!J ! f
·:n ~t: t
1.1.
1 1 1
! ;
• •
¡
,,11!.1
~tf:
.111 ·;;.:.;.:...
a• · .. · ·
•• ,:l,. lt :jj .•
• ··r·
••
 j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
 u. '· 1.:.. r·. ·;, .• o. '-'·

• INGENIEROS CllNSULTORES V PROYECTISTAS

CAlCULO / 8-/t/-1:5
HCHA

fECHA--

-l•1-¿¡. /'
(. 1/
') /'
" {.
,., (
... · ;)
.L. ..

,.. ,/ , .. ¿.·• L.l'l ,¡l A . ·: .., . /"

lo • ( l. ' ,/ i '/ (/

.¡
(.' () !.·' ..,.,.'' .• 1 :./ '. ,.•i

,. ,. ' ,,..., ..'.

/1
l. -· "' c.
1 •
(/() ..· ""1' ' .:.·..¡ (.
... J
·.·
'
( .v

lltJ ;'.8 4.3 tí. o t17 tJ.1 o. o 3.5 45 80

/tJIJ 35 IJ 41 S ,¿1 O 8'7 j,) (.) ..:\
- ·t 1,
., /}
~1
.,:f¡. ~

/.!. 1
dJL/t) ~2./J ft1.6 71./ /2.9 /4.2 b/1/l ,.t- 1..5'7~
1 I

517.{) 575 61J.5 /tl.tJ !l. S IZ. 1 ·.:.·. ; -~-; ltílo ·

/.5'. S 3.1 /Ó. ::. ·/.:...> 1

-;.. 7 .-, •._/

..
.... ' ..
·¡ ,, ,., ,, .r
.. .t..'
.. .r''
¡ •• , .!..'' ( ..
""' .~· 1
...... '""~ ~· ·~
'J
... 1~
, ,..· 1 ...
-.;
~

.))lé/EAU::/A'E ... '·"'' ,,1

..· ..:;,..,'')
......
--·-------+--·--

~ ~->~~~--· -;;;,~~;-,;.,.o~'éd;:;,/(
1---- ----·-- ...:"'~!?..1!:-il/ (t:~!.L __
1,,~1//t'O 0
¡;." 1~Í() o
.• 11 ·-~-/,-,· i) o
.. ·11.· ,., 1 o
,....f,!.l'y.? ()
!_jv,·u r
Jo/10 19
/l, .. d.
1
/6
:·r~¡.f /5
te /vJ,-l ~!
_,¡,:.,: o '
~-º------ ·--'
~!.~.- _1_: __ ,_
1

.J/ .:. e d~s/'/t~to~ ¡...., 'tlvN~ ~·~/~".srq1 '}"'""n~l""¿¡~ (~*'1'1111' )lv~ 2.o c::.-1.
 a.... '• a.:.. r ~ .• w. L..t.

INGENIEROS CONSULTORES Y PROYECTISTAS

PM Q'f( e TOI ~L......::~t.!....o~~c;~,.!..!.'-l --..Jc.,¿_,~r0~-- -
ls...::?OL.""ML.:il
J.._( CALCULO: /(.d. P. ?o/.ll" 17'5.
FECHA
OETALLI: c~·l("ul., d.r J/llV/;i h~pj·"l'J.-/('_l¡ 1 t; 1._~ RE VIII O:

1
1 1 ' 1 i 1 1 J 1 1 1 : ·, : 1 1 1 ¡
¡ '¡··· --,t_ ¡_· 1 . ! 1 i : 1-
¡·
1 '¡ 1 ,-- - - . ·, : - 1 1 -· -- '
--1
11 '¡
.. -
1
·1
1
1
1' 1 1 1 l ;. 1
: _· ' ! ! ¡
1
t . ¡ 1 -¡-
·t. -
' -·
1
1 1 ·1 ! ¡ ! ! ¡ -j '-·1 ' : ¡ i i t -1 . - ¡ 1
1
~
-

--¡ 1 ¡· - 1 '1· 1 1 ' : 1 ! j -¡

:
: ; -~ j .
1 -- 1
¡ ---(-
! 1.r ·~ ~!A
1
--¡,·= ~~ )(!¡ ~01
1
1
J1
:
1
:
1
;-
( k}'. ¡' 1
:! -;--' ¡-- ¡·-j-_¡-!
1 1

1 - -- 1 -
• 1 -,-
1 -
-- 1
i
1

1 1 1 ' ---1 . f - 1 1 ! j' ' : 1 1

¡- !1 1 - ! --
~1 -- -- .
"1 l
1 .i
: ¡ t
: ·.
¡ -1
:
:- !
~ 1
¡- :
1
1 ;

f
l. ¡ .i ; -¡ :- i···j
., ~ - - r---·~ . 1- l
1 1 1
1 1 ' ' ¡ ' ! 1 1 1
1
1
1 1 ' 1 1
¡ j- ·: -. ,_-- ~ .: -- - ·¡ i ¡-f -j - ! - !:·¡ -!- 1 ! ·J ; -! t 1 • :- 1 j . ¡ --,

~ J_JJTr¡·-~-~
1 :

!--¡
1 1 !··
-1-----
.j__
-!
.
l iJ 1_
1 1
1
j-l
1 1
¡_
!1 - 11
!-
1
1 ¡
1
i:! \ ¡ ¡__1
1 1 .___ - ~-
1\ 1 ---1
1 1 ' ' t 1 ' 1 1 i ! 1 '

"j'-¡ 1 --f .·. 1 . i ,· ; 1- 1 1· i l ¡ ¡· i- 1 : ¡- [_¡ ¡ "'1 -·-t·i --1

~--~ , ~--t ·¡ -~ -~ 1--:
1 '

1 1 l ' f -! : .,. ¡ ,--L- 1-l·-1

! -¡ ·¡'-- - --·- . ! _,
1
1- ' 1- 1 ¡ ' 1 !. ! J _, __ _¡ f .¡
+--
1 1 1'
1
·i - j : ·- ·1- ) .· : 1 ) ! --! i ·- 1
; 1 - : ¡ 1
_1 r -j
! - j --¡_ ·¡ - ~ ¡ ¡1 ; 1 1 ! ¡ 1 1 :1 : : : l . ! ! -! ¡'

· -1 ¡· ~ t ·¡:·---¡ L-~! 1 ~- r .-. !-! i -!J-t~~~

j 1 ,. ¡··¡·- ¡- ¡ 1 1 1 ' i
¡--,· - ¡¡·· -:
1 : l 1

~ ¡ -¡ -- ~.
- 1 1 .. 1 . - ; ·: : 1 1 ·: ,-

.' ! 1 . . i . -- -1 - -- ' 1 1 ! 1 ! -1 1
1• _, - ¡- -¡ - 1 .-1 - -j
_j--¡. ,. -.,·- : -¡-!- ~ ·¡ ¡ : ¡ 1 1 ! ! ~ l . ··j·-'¡-¡-¡--:
- 1 -~-. ' ·1-- : 1 1 : ' ' . r ·~ . ' . ¡ ;. ¡. 1 i -J- ¡ . j ,
.' , , 1'

! -¡--:-~! : i ·1 ~
1
---1- ! ¡- 1 ! 1 1! : ! 1 1- 1 1 r· ¡- .--~-~ ;·!·;---r-- 1 -TI
- .
1
! i- -i - : i 1 : : ' 1- - ¡ ¡ !
·¡· i : ' !. 1 ¡ 1
- "1 J-- - !
_,_ 1- ,- ¡ ~ -, ¡ ' ¡ -¡ ¡ -¡- ¡- ¡ ; :. . i ~, ¡. ,. i ~ ---~-a-
- 1 1 1- 1 ·,1, 1 1 • : 1
1
-. - . 1 - - 1- . 1--: ~- J. ¡- ¡- 1 ..
1
.
1 ,
, --:
, - 1
l. , -1
, , ¡
i 1 -1 1 l! . ---- --r- -
l-1 -! : .¡· i : JI -¡ ---1-,--f
1
1
1 1 1
¡ .¡ l-! : ·1-1-- -- ---+--,
il. 1- ¡;:j !-! l! i_.- 1l!·¡ .
- 1 l 1 i- 1 ) 1 !

' .
: !
,. ¡
i
!. 1
1
~-C. 1 -
1 '
1
l
!
'
• --
:
1
¡ -- -
1

1 : 1
1
:
:.~ 1,.
1

¡
1
1

- ~ · i -¡
1
1
i
1
1

!
¡- :
'
' !
. ' .
¡
i!
--¡---,- 1 __
J-i ~--r!l- tj. ·-. 1 . _,_
l i
J
1
! -· ·
' 1
! - 1· - 1 : ! ¡- j 1
l ; 1 ; · ~- --1-- T -1
1
1
t - 1 1
1 1 1
1
. 1 ! ! . 1 1

; -¡ 1 j 1 . 1 -1' - ¡ ;
·¡ - -¡- - ~ - ¡
: 1- ~,-- -; l 1 •: : ' : : ; : l ¡- -¡--¡-+--J'¡
. t -- .
1, . . .
1
i
---¡-t·· -,:------1- ... ¡ ¡
1
t - . j ¡
i
;
i--~-
¡
! : .!
!·¡ i __ ,_
¡
.
i
1
1
! : ' :
1
¡ ¡ i
' ; '
!
1

¡ 1:,:
!
1 '

i i i!
:
:
! ·~
;
:
'.
1
¡
1
i i!
i
!. .
1 !
--l·l-
-~ ... ! --t- .L
1 --

¡ ,~---¡- '¡- -¡--!

• - 1

-t- - --t----~: -¡ ----:-- - ·j·t :-- 1

-! ~-¡- t-:- ¡-¡. ---1---:--r--.
--
1 - 1 -- - - ., - ---1- 1 --r -i - -
1
1
1
1 -¡ - 1 -
--.

1 -
1
-- i - 1- !. 1
1 ¡-
1
j- 1 - i - :-- 1-- --~
-~- -! ,__ - ---.1
.--l-1- ---.- -;·-1·1---1-l--,-¡--
--f-
-

-- . - -
-1 !-- . 1

--¡--- ---,-- -r--1 t :--T-1--- -, - · , 1-1- -1 ¡- 1 -!--.- 1 -i - ~ -~ 1--. ¡-

-- - - . -- -J - : 1 L ¡ ~ -i - ! ! l' ; 1 : : --' [ -¡ :
1
--¡- l -! : - l ! ! 1 • 1 f -!-- :
1 - 1

'¡
¡---¡-1-L.L-1
1- :

---- ¡-·- J ~-!-~- -~ I--:-1-·j--r-¡ -~ ·: 1 ¡ -- , __ --- ¡-, ¡- ¡_.,- ¡-¡-i--::------1

---t··. -J-·- -. ------ --j-

- - ---r-~--·-1--r--!--- j - ------~-- . --·t·l---
--- -~-- -~J·- r..J.- __--------- -¡· ¡--t·· -~_L-
··¡-·¡·-!· - L--¡--¡- -~-. 1 - -- 1
-¡-
-- -~- _--1-~ --- - -~ -~ ~j--- ~--·- ~- -~·L_ ~:-~_;----__ --¡-:-_·-¡-- _-.1 :· ~~ =- ·:r 1·! ¡----¡-r- Tl _
 4~------------------~----------------------~[.:::::::=::::=::::::·:;:J

..
•

..
20

~
(f)
o
I-r-·- - - - -- -- - -- - ---¡- - - -- -¡.
----
:=~-
a:: 1- '
1-- ,_
w
-.;;:
-.. --!--- >- -1-1---
_j

:: ~~
z 1- t- ----- ¡¿ k--t-- --
...._.
w
<(
-
1 -1-f---
----v
~-
0:: 1
t-- -f--~-
<(
o --¡ 1- t- ¡--¡- -

w 10 ~

·~~ -1-Y.
...J
m
<(
:X: -Y~ t- ~

u
w !/1-t- ~
~ - t- ~
>
~ ~
-Y-
/
t--!-- t-

·-·-~t ~
0..
<(
íh-Y- - -
-::>
rmt
<( t- 1-1--

·--= - -:¡~ ~ ~-t ~:

·> - 1-- ---
1
.. _j
..J -¡ - 1 -- ·- 1 1 1 1 1
o
o 5 lO 1~
LLUVIA DIARIA EN MlLIMETROS

t =
GRAFlCA PARA DETERMiNAR LA LLUVIA
APROVECHABI:-E DIARIA
 •,

'HIDROtO_qiA ~UPERFIC,IAL

PRECIPITACION

lng. Ornar Lucero

Ocrubre, 19n
 1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
\ 1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
 --,
1

3. 4. 2 ERRORES EN LA PRECIPITACION AREAL MEDIA

La precipitaci6n med.ia constituye una informaci6n de primera

necesidad en los estudios,hidrol6gicos, sin embargo ella no se

puede medir directamente. Para su determinaci6n se debe ape-

lar a los m~todos de cálculo anteriormente señalados. Eviden-

temente sí se colocase un enorme n(unero de pluviómetros se po-

dr!a conocer con gran exactitud la precipitaci6n caída en una

zona, pero de esta manera los costos de implementaci6n de la

red ascenderían a cifras excesivamente grandes. Además en 'no

pocos casos una distrióuci6n masiva de pluvi6rnetros n~.es posi ·

ble debido a factores logísticos. Finalmente los errores que

existen en·la medicí6n de otras variables del ciclo hidrológi-

· co volverfan inciertos los Beneficios que podrá proveer un exac

·to conoc±miento de la precipitaci6n areal media. ,

Cuando el objetivo consiste en obtener la precipitaci6n media

en una cuenca pequeña un solo pluviómetro puede ser funciona~

do durante algunos meses de lluvia, para poder determinar una

recta de regresi6n entre el valor areal medio de la precipita

ci6n y la precipitación medida en el pluviómetro que ha de pe~

manecer en forma permanente. De esta manera se obtienen mejo

res resutlados· {Amdrocho et al., 1968).

SegGn Linsley y Kohler (195~} cuando se utiliza Gnicarnente un

1

1
pluvi6.metro en una cuenca ~equeña, del orden de 200 millas cua

dradas, este deBe ser colocado en el centro de la misma. Estu-

dios efectuados 1 por ellos indicaron que cuando el pluvi6metro

fu~ colocado en una e&qUina del área (de 10 millas por 22 millas)

el error en el cálculo de la precipitaci6n media era casi el do

ble del error cometido utilizando un único pluviómetro en el

centro del área.

Una metodología de uso muy.cornún para el estudio de los erro-

res en el cálculo de la precipitaci6n media, la constituye el

trabajar con parte de una red pluviorn~trica, suponiendo que el

valor provisto por toda la red es ~1 "corre_cto"; de esa .manera.

se estudian cuales son las variaciones que se producen en el

.,

valo~ de la precipitací6n medía a medida que va disminuyendo

~1 nfimero de pluvi6metros incluidos.

Debe destacarse que si bien el valor de la precipitaci6n media

depende de la densidad de la red pluviométrica, el error en la

detecci6n de los valores máximos de lluvia caída en la zona

puede alcanzar porcentajes considerables.

Al respecto se han tabulado en la tabla No 3.4 (Nicks, 1965)

los valores máximos de lluvia total observados con cuatro den

sidades pluviom~tricas, en una red· de investigaci6n que tenía

un pluvi6rnetro cada 9 millas cuadradas. Se observa que en es

te caso particular los valores máximos obtenidos con el total

 de los pluvi6rnetros, 158, no di!ier~n sustancialmente de los

valores oBtenidos con una red de 80 pluviómetros, sin embargo

reducir la densidad de la red a la cuarta parte, 40 pluvi6rne-

tros, puede dar origen a diferencias que comienzan a ser signi

ficatiyas. Se observa en la tabla mencionada que los valores

máximos de lluvia puntual observados con una red de 20 instru-

mentos tienen poca relaci6n con los que ocurrieron en la cuenca.

Nicks señala, sin.embargo, que el total de 158 pluvi6metros en

la red, podría ser disminuido a 10 sin desmedro en el cálculo

de la precipitaci6n media.

En un estudio sobre redes pluvi6rnetricas, desarrollado por.He~

'y

-círicki Comer (1970},ta:mbi~n se analizaron las diferencias obte

nidas en la precipitaci6n media y en los valores máximos puntu~

les registrados, en una cuenca de 43 milllas cuadradas, de

acuerdo a la densidad pluviom~trica. Estos resultados, grafi-

~ados en lé!- Figura No ~.14, muestran nuevamente que la detecci6n

de valores máximos es muy sensible a la densidad de la red pl~

viam~trica, no ocurriendo así para los valores de lluvia media

en el área (trazo ·superior de la figura}.

CONTROL, AJUSTE DE DATOS

Uno ae los primeros problemas que encuentra el hidr6logo al ·

J.

iniciar un estudio, es que·muy posiBlemente los datos pluvio-

 •'

r
'
m~tricos existentes .no est~n exentos de error. El procedimie~

oto por el cual estos e~rores se defectan y corrigen se deno-

mina "depuraci6n". Si el estudío hidrol6ctico

~
incluye la imple
-
mentaci6n de una red pluv±om~trica en una cuenca, la necesidad

de la depuraci6~ de la ínformaci6n pluviométrica obtenida es

'de rigor.

Las razones que obligan a depurar la inforrnaci6n pertenecen a

dos grupos: errores deBidos al observador y errores debido al

instrumento. Entre los errores provenientes del observador es

tán las equivocaciones producidas en la medici6n de la lluvia,

registro incorrecto de la fecha en que se produjo la lluvi~ o

lectura tardía del volumen caído (frecuentemente no se efectúan

'las mediciones los fines de semana} con los consiguientes in~

convenientes de evaporaci6n parcial del agua dentro del pluvi6

. -
'metro, y la incorrecta atrióuci6n del volumen caído, a un solo

día cuando pudo haber provenido de dos o más días seguidos ..con

lluvia.

Entre los errores que provienen del instrumental se encuentran

los causados por pérdidas debidas a roturas del pluvi6metro,

obstrucciones en el embudo, mal fúncionamiento en el caso del

pluvi6grafo, registro incorrecto de la fecha en que se coloc6

la faja.

Al depurar la inforrnaci6n pluviométrica, el primer punto a cons-iderar

es el control de la ,fecha. de la. preci.pitaci.6n. Este control

rara vez se puede efectu~~ con toda la infor.maci6n meteorol6gi

ca a la vista (mapas sín6ptícos, fotos de satélite}, puesto que

la depuraci6n de la informací6n pluviométrica siempre debe ser

un compromiso entre el objetivo ideal de un control detallado

al máximo de la·informaci6n,y elcosto y tiempo empleados. Ade-

más siempre debe tenerse presente_que el dato que no midi6 se

ha perdido definitivamente. Lo más que se puede obtener es una

estimaci6n del mismo, por cons~guiente no tiene justificaci6n

aumentar los costos en busea de una dudosa exactitud.

Una metodol~g!a sencilla y adecuada para controlar la .fecha,

de la lluvia, consiste en escribir en planilllas encql~adas,

los valores registrados de lluvia en todas las estaciones de

la cuenca. De esta manera los días lluviosos aparecerán como

tranjas escritas. Véase la f;tgura No3.15conjuntamente con el

mapa de ·la cuenca.

1
Sin embargo se presentan dudas cuando la precipitaci6n no ocu

rri6 por el pasaje de una extensa perturbaci6n sin6ptica, sino

que fué producida por cumulonimbus producidos en forma aislada.

Si las tormentas que se presentaron en la zona fueron escasas

en relaci6n al tamaño de la cuenca, puede existir una marcada

indefinici6n respecto de sí sobre un puesto pluviométrico no

llovi6 o si llovi6 pero la cantidad de lluvia caída no fué ano

tada. En estos casos se puede pensar que la utilizaci6n de ma

pas sin6pticos puede aumentar la infor.maci6n disponible para

 1

4 1

·1

o 1

1
~ 1

1
1
tomas una decisión sobr~ bases más seg·uras, sin ~argo no siern
pre esto es cierto y además'· el recurrir a lós mapas sinópticos
eleva consideraBlemente los tiempos y costos de la depuración
Disponer de oBservaciones de ecos de radar meteorológico es a!
tarnente efectivo para saber si llovió o no sobre una región,
pero además de ser- raro la disponibilidad del mismo, la ela-
boración de la informaci6n del radar aumentaría los costos ae
depuraci6n del dato de lluvia a niveles que en la mayoría de
los estud,ios ñi:drol6gicos no se justifican.

Si existen pluvi6grafos dentro de la cuenca, ellos pueden ayu-

dar de manera efectrva al control de la fecha en que· ocurri6
la precipitaci6n. En general las estaciones meteorol6gic~s de
~a. categoría tienen pluvi6grafo, y usualmente son puestas al
cuidado de personal_elegido Bajo criterio de idoneidad más es-
·trictos. Por esas razones al efectuar el control de ·~a fecha
de lluvia normalmente se considera correcta a la informaci6n
proveniente de las estaciones meteorol6gicas de la. categoría
a menos que existan razones fundadas para dudar de la calidad.

Un inconveniente frecuente es descubrir que para un período

de lluvia de más de un.día, el observador efectu6 una única
lectura, generalmente el último día de lluvia. Esta situación
será evidente por el alto valor de lluvia registrado, relativo
a los otros puestos pluviométricos, además si se acumulan los
valores de precipitaciÓn de puestos pluviométricos vecinos ge-
 1
j
j
j
j
... j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
~\

neralmente se obt~enen s~ilares 6rdenes de ~~gnitud de lluvia

carda. En este caso.se debe prorrotear la cantidad acumulada

e incorrectamente regístiada en el 6ltimo dta; una manera sim-

ple de hacerlo es efectuar el prorroteo en los otros días de

manera proporcional al porcentaje diario del total de lluvia

carda en un puesto vecino durante toda la secuencia lluviosa.

Una vez controlada la fecha se deBe proceder al control de las

cantidades registradas. A menos que los valores registrados

en un pluvi6metro sean anormalmente m~s grandes que los regis

trados en otros ~s cercanos, no es una tarea obvia y eviden-

te decidir cuando un dato es o no es correcto.

El control de las magnitudes de lluv!a caída registradas, ~e

tiene que basar en un minucioso conocimiento de las caracterís

ticas temporales y espaciales de la lluvia. Cabe señalar que

ese conoc±mineto s6lo se posee en unos pocos pa!ses, porque

para obtenerlo hacen falta buenas redes, y tambi~n redes ob-

servacionales constru!das especialmente para la investigaci6n.

A pesar de lo anteriormente expuesto, no se est~ tampoco tota!

mente inerme frente al problema de est±roac16n de la veracidad

de un dato de lluvia. Por supuesto que cuando el conocimiento

de las características de· la distribuci6n de la lluvia es po-

bre y la densidad de la red es baja, disminuye la confiabili-

dad en los resultados oBtenidos, a pesar de que es necesario

Q
J
 aumentar el grado de sp~~:siicaci6n de -las· .t~cnicas 10atemáticas •
. '

Los m~todos de control de cantidad de lluv'ia: caída se pueden di

vidir en dos grandes ramas: Métodos de control basados en la
consistencia del dato con· el campo de-lluvia, es decir consis-
tencia externa a la serte de un pluviómetro, y los m~todos ba-
sad~s en el grado de consistencia que tiene el valor observado,
con referencia a los datos que integran la serie del puesto pl~

viom~trico, es decir consistencia interna.~ Este ~ltimo m~todo,

1 '

basado en las propiedades de la serie de datos observados en el

puesto pluviométrico requiere cautela en su uso; a pesar de
ello con frecuencia nar qU~ ~pelar a ~1, puesto que el-pluvi6-
metro mAs. cercano a veces se. halla tan- leja$ que, poco;:·apoyo, pue--

de ~~~-·-··

'·

· 'caoe· señalar que las dificultades aumentan a medida -que dismi-

nuye el período de oóservaci6n. Es mAs fácil depurar datos de
lluvia anual que datos de'lluvia diaria, debido a que la·confi
guraci6n del campo pluviom~trico anual es más suave que el cam
po pluviam~trico diario.

Un ejemplo de m~todo _basado en la consistencia externa es el

uso de mapas isohietales para descubrir valores que no siguen
las cara~tertsticas generales del campo pluviom~trico.
Los c~iterios de acept~ci6n ? rechazo de un d~to en base a la

consistencia interna, e~ decir la consttencia del dato referida

a toda la ser~e oBservada, en esen~ia -se basan en la probabili-

dad de aparecer que tiene el valor registrado.

Frecuencia de Chaparrones de Determinada Duración

Las curvas de masa de tormentas fuertes, muestran chaparrones in-

tensos que pueden tener duraciones de cinco minutos y llegar hasta la du-

ración total de la tormenta.

Para una d~terminada duración, el chaparrón más intenso es el que

se considera el máximo de esa tormenta. A partir de todas las tormen -

tas en un año se pueden obtener .el chaparrón máximo anual, para la dur'!_

ción especificada, o todos los chaparrones, independientes entre sí, que

superarán un valor base. De esta manera al analizar todos los años de -

registro se puede obtener una serie de máximo anuales, primer caso, o

una serie de duración parcial, segundo caso.

..'
El análisis estadístico de las series de duración parcial y de las se -

ries de máximos anuales producen valores diferentes para tiempos de r~

torno pequeño, aunque convergen para tiempos de retorno mayores de 10

años. En general, es más conveniente usar la serie de máximos anuales,

p•tra el cálculo de eventos extremos que excedan un tiempo de recurren -

cia de 10 años.

En EE.UU. de América han sido calculados los coeficientes de con-

versión para pasar de los valores de una serie anual a los valores de una

serie de duración parcial y viceversa:

 Coeficientes de conversión entre series de máx. anuales, duración -

parcial.

Período de retorno Anua~_-aduración parcial Duración parcial a anual

1 en 2 años 1.14 0.88

1 en 5 años 1.04 0.96

1 en 10 años 1.01 o. 99

El análisis de las curvas de masa de los chaparrones muestra qu~ --

cuanto más corta la duración del mismo, mayor es la intensidad de la pre

cipitación.

Si se grafi.can los valores de intensidad de lluvia en función de la dur~

ción del chaparrón, se obtienen una serie de curvas de forma hiperbólica,-

cada una de ella-s correspondiente a un determinado tiempo de retorno. E~

ta relaciónse puede representar por una ecuación de la siguiente forma:

eh-
J- = (1>-t--b)n
donde e, by n son constantes,de Des la duración (en minutos) del chaparrón
\

yly el tiempo de retorno.

 HIDROLOGIA SUPERFICIAL

LA AVENIDA MAXIMA PROBABLE

Dr. Rolando Springall

Octubre, 19n
1'

6. LA AVENIDA MAXIMA PROBABLE

6. 1 Antecedentes

Para analizar los diversos criterios existentes para determinar la Av=.

nida Maxima Probable que para una cierta frecuencia de incidencia se -

puede presentar en el sitio por anal izar, se requiere conocer por una -

parte el tamaño de la cuenca y por otro la información hidrológica dispo

nible. En la tabla 6.1 sé muestra la forma de seleccionar el criterio -

mas adecuado para deducir la avenida de diseño, de acuerdo con los re-

querimientos antes mencionados.

Antes de analizar los criterios correspondientes a este cap(tulo de acue!:.

do con la tabla 6. 1 , es conveniente primero plantear la forma de se lec-

cionar· para una obra determinada el per(odo de retorno que le corres--

· · ponde al evento ·hidrológico para su diseño

6.2 Período de retorno de los eventos hidrológicos*

El per(odo de retorno T de un evento hidrológico de magnitud dada Y se

define como el intervalo promedio de tiempo dentro del cual ese evento

puede se igualado o excedido por lo menos una vez en promedio. Si un

evento igual o mayor a Y ocurre una vez en T años, su probabilidad de

de ocurrencia P ( Y ) es igual a 1 en T casos, o sea que

*Notas complementarias al inciso 8.4 de la publicación:

R. Springall G "Análisis 'estad(stico y probal(stico de datos hidrológi-
cos" Facultad de Ingenier(a, UNAM, Cap. 8 ( 1975)

1
1- --------·-
'

TABLA 6.1

SELECCI9N .DE LA ME.TODOLOGIA

Tiene estación Análisis de

hidrométrica escurrimiento

Es cuenca peque"a

No tiene estación Análisis

hidrométrica regional

Selección del criterio

para valuar la
Avenida Máxima

lri.ene _estaétdn Análisis de ·

hidrométrica escurrimiento

Es cuenca grande

No tiene estación Modelos de

. ·hidrométrica - - simulación
 1 ( 6.1 )
T=----
P(Y)
La definición anterior permite el siguiente desglose de relaciones de --

probabilidades~

La probabilidad de que Y ocurra -en .cualquier año

P(Y)=~1 ~ ( 6.2)
T
La probabi U dad de que Y no ocurra en cualquier año

p ( y ) = 1 - p ( y ) =1 - 1
( 6.3 ) '
T
La probabilidad de que Y no ocurra en n años sueesivos

n
P(Y) =(1-

La probabilidad conocida como de ocurrencia o riesgo

R, de que Y ocurra al menos una vez en n años sucesivos

__
1_ )n
R =1 - ( 1 :- ( 6.5)
T
Si se considera que n sea la vida de diseño operacional de una obra, la ec

6. 5 permite determinar a partir de la asignación de un cierto riesgo de que

la obra falle, el per(odo de retorno de la misma. En la tabla 6.2 se indican

los per(odos de retorno correspondientes a diversos niveles de riesgo y pe-

r!oda>s de diseño.

De lo anterior se tiene que la asignación de un per(odo de retorno a un eve~

to hidrológico para realizar el diseñó de una obra, si se acepta que la vida

3
 T>ABLA 6.2

PERIODOS DE RETORNO ASOCIAOO·CON DIVERSOS.GRADOS DE RIESGO

. YVIDÁ DE DISEI'JO ESPERADA

Riesgo Vida de dtse"o es_pe rada, en a"os

2 5 10 15 20 25 50 100
"
75 2.00· 4.02 e.e9 -11 .o 14.9 18.0 35.6 72.,7
•

50
40
3.43
4.44
7.74
10.3
14.9
20.1
22.1
29.9
-
29.4
39.7
36.6
49.,5
. 72.6
98.4
144.8
. 196.3
30 ·6.·12 14.5 28.5 42.6 56.5 70~6 140.7 281
25 7.46 17.9 35.5 52.6 . 70.0 87.4 174.3 348
20 9.47 22.9 45.3 67.7 . 90.1 112.5 224.6 449
16 12.8 31.3 62.0 90.8 123.6 154.3 308 616'
10 19.5 48.1 95.4 142.9 190.3 238 475 ,950
5
2
39.5
99.5
98.0
248
195.5
496
292.9
743
390
990
488
1,~38
976
2,476
1,949
4,950
.
1 198.4 498 996 1,492 1,992 2,488 4,976 9,963

·;

___ _j
•
de diseño es constante, es función directa del riesgo que se tenga dur~

te su vida operacional, .de que se presente un evento mayor al de diseño.

Para cuantificar la probabilidad de ocurrencia o riesgo de que se prese!2.

te en una obra hidráulica un evento mayor al de diseño requiere tener en

cuenta:

Costo de la obra
Daños que se pueden tener al presentarse una falla
Costo de mantenimiento
Inconvenientes y perjuicios en el caso de falla
Riesgos de vidas humanas

De ser factible cuantificar los daños que se pudieran ocacionar tanto hu-

manos como materiales, el período de retorno asignado a un evento para

el diseño de una obra hidráulica se puede realizar con apoyo de la ec 6. 5,

efectuando un análisis económico entre el costo de las obras y el costo de

los daños por falla de la obra*

Usualmente lo anterior es difícil de hacer, por lo que es común utilizar

para la selección del evento de diseño, períodos de retorno 6 criterios -

preestablecidos. As(, en la tabla 6.3 se muestran los períodos de reto!:.

no recomendables para estructuras menores analogamente en las tablas

6.4 y 6.5 se ·muestran los períodos de retorno recomendables para la-

.*Navarro, J. L., Sánchez, J.L. y Téllez, J. F. "Un criterio para la se-

lección del período de retorno para el diseño de obras de desvío" Pub.
Tec. SRH, Vol. 111, No. 1 (1974) pp 52-59

5
•
 TABLA 6.3

PERIODOS DE RETORNO DE DISEI\lO RECOMENDABLES

PARA ESTRUCTURAS MENORES

Período de retomo
Tipo de estructura (años)

Puente sobre carretera importante,

donde el remanso puede causar da-
ñós excesivos por inundaci6n u oca- .
sionar ta falta del puente 50 a 100

Puente sobre car"'f"'eteras menos im-

portantes o atcantaritias sobre ca - 25
rreteras .importantes

A1cantarl11as sobre caminos secun-

dartos, drenaje de Uwia o contrae~ Sa 10
netas

Drenaje lateral de tos pavimentos,

donde puede tolerarse encharcamlen 1 a 2
to con Uuvia de corta duraci6n -
/

Drenaje de Aeropuertos . 5

Drenajes urbanos 2a 10

Bordos 2a 50
 TABLA 6.4

PERIODO DE RETORNO DE ,DISEf':lO RECOMENDABLE PARA PRESAS PEQUEI'lAS

-
Clasificaci6n Diseño del vertedor . Diseño del 1\bre bol""do

a) P1oo P1 00 +. 12 (PMP-P1 00)

b) P100 +.12 (PMP-P100) P100 +.40 (PMP-P100)

e) P100 +.26 (PMP-P100) PMP

'

P1o0 corresponde a una altura de precipltacl6n de 6 horas

y un período de retorno de 100 años

PMP es 'la altura de precipitaci6n máxima probable para

una duraci6n de 6 horas
"" .
 TABLA 6. 5

EVENTO DE DISEÑO RECOMENDABLES PARA

E;STRUCTURAS MAYORES

CATEGORIA Avenida de Diseño del Vertedor

Máxima Probable :-La avenida

MAYOR .. más severa considerada razo-
nablemente posible sobre la -
cuenca

- Proyecto estándar : Basada en

la más severa tormenta o condi
cienes metereolÓgicas conside=
INTERMEDIA
radas razonablemente represen
. -
tativas de la reglón_ (Ver tabla-:.
~. 4 )

PEQUEÑA Intervalo de recurrencia de 50

-· a 100 años (Ver tablas .·4)

•.

8
... t • ...

selección de los eventos de :liseño.

La clasificación para las presas pequeñas ( tabla 6.4) corresponde a los

siguientes tres grupos

Clase (a) Estructura localizada en áreas ruraleS o agr(colas e~

ya falla puede dañar rancher(as • tierras dedicadas a

la agricultura. caminos secundarios.

Clase ( b) Estructuras localizat:Jas en áreas predominantemente

rurales o agr(co las cuya falla pueda causar daños ai~

\ando áreas habitables. caminos principales o v(as de

ferrocar.ril. o causar interrupción del uso dé servi--

cios de importancia póblica.

Clase (e) Estructuras local izadas donde su falla pueda causar -

pérdidas definitivas. serios daños a zonas habitacio-

nales • industriales y comerciales .r se~cios públicos •

caminos 6 ferrocarriles.

Para la continuaci6n de estas notas ver incisos 8. 5 a

8. 8 del artículo:

R • Springall G 0 Aná1 isis estadístico y probal ístico de

datos hidrol6gicos" Facultad de Ingeniería • UNAM •

Cap. 8 ( 1975)

9
... ' ....
 HIDROLOGIA SUPERFICIAL

HIDROLOGIA OPERACIONAL

ING. RAMON DOMINGUEZ MORA

OCTUBRE, 1977.

/
11
 l. INTRODUCCION

En ~pocas recientes se ha desarrollado una gran cantidad de méto-

dos para la generaci6n de registros hidrológicos. Muchos de estos
métodos están inclusive programados para su fácil aplicación me- )
:.}
..
diante cqmputadoras.

!t Dado el estado actuul de la t~cnica relativa al tema, parece ser

\
; ~ás importante que el desarrollo de nuevos métodos, tratar de or
l
' denar lo hecho hasta la fecha, para facilitar su comprensión y con
ello su uso.

Con la generaci6n de registros hidrológicos simulados, se pretende

mejorar el estudio de las alternativas de disefio de obras de apro-
vechamiento y control del agua. Para ello, se busca que los regi~ ...
,,

tros simulados, ~in s~r una reproducci6n de los históricos, si re-

produzcan las características m§s importantes de los mismos, a los
~ue se considera como una muestra de los valores que podrfan pre-
sentarse. Una manera Gtil de diferenciar a ios diferentes métodos
es a t~av~s de saber cuales son las caracter!sticas estadísticas
que mejor reproducen, de tal manera que la selección del m6todo m§~

adecuado a cada problema, pued3 realizarse de manera 16gica, segGn

se rnu~stra en la fig l.
ñar, part.t que 1 ::..n se dest..iGo.rti, cuales son l(js eventos c!ue :_:¡L:·.:::c!rc::
influir de mar:.cra decisiva en el funcionamiento de la obra. t'c:1 1

do clarJs estas i¿ea~,es posible seleccionar adecuadamente a la~

riable o las variables que deben sirrrularse, si es correcto ge:·¡<::l:<:· ··

las aisl.:odar.1ente, o bien, es necesario generarlas en conjunto res--
petando la correlaci6n entre ellas, definir el intervalo de tiem~0

adecuado para la simulaci6n, etc.

Para aclarar ideas, se puede pensar en los siguientes ejemplos:

l. Se busca conoce~ la posible evoluci6n de los niveles en la pr~

sa La Angostura FO.ra determinar la frecuencia con la que se s~

brepasa el nlvel máximo de operaci6n o bien se baja del nivel

mínimo-de operación.

Las descargas de la presa son conocidas y se cuenta con regi~

tres diarios durante 12 años,de lluvias, escurrimientos y evu

poracicnes.

La curva Elevaciones-Capacidades es tal que 1 m de desnivel co

6
rresponde a 420 x 10 m3 de almacenamiento.

Si se considera la gran capacidad de la presa, se concluye que

la generaci6n de registros simulados puede hacerse con interv~

los mensuales, debido a que los eventos que ~udieran presento~

so en intervalos menores no pueden provocar un cambio import~~

te en los ni ve les de la pn:!sa. Por. otro lado, si se tiene u:1

re~istro de escurrinientos, no tiene objeto simular registros
de lluvia, de tal man0~a que las variables por simular sen ~es

-~·olúmcJ!es de escurrimiento_ ¡ evaporaci6n, con intervalos Mcn-

P0r ctro lado, la lám1na de evaporaci6n en el mes en
'
~u~ Esta es máxlrna, a fluctuado desde un valor mínimo de 0.19 ~

~:-. i:16ó, nc.st·a un máximo de 0.23 m en 1972, de t0.l ~élnera :;l:··

~;-,;, volúmctH'S eva~·ornJos scriilt 1nucho menores qw: los t:scur-r1--
des :¡ ::u v<.ria;:ión ,:'le un flño a otro es muy pequeñ¿,,
r
 tirr.:1::; consideraciones ~1acen ver que el problema puede resclve!:_
se generando independientemente los voldmenes de escurrimiento
y los de evaporaci6n y que inclusive si estos 6ltimos no se g~

neran, sino que se supone que tom~r§n los valores medios mensua
les del registro hist6rico, los errores que se cometan no in-
fluirán en .el resultado.

2. Se requiere conocer la capacidad de los lagos de Texcoco, para

que satisfagan requisitos prefijados en cuanto a la frecuencia
de déficit. El agua almacenada se destinará a riego y la de-
manda correspondi~nte es conocida. Nuevamente,en este proble-
ma el orden de magnitud de las dimensiones es tal que no se
.requiere gener~r simultáneamente registros de evaporaci6n y de
escurrimiento. Además, como el regimen de demanda es precisa-
mente el contrario del de escurrimientos, el mes en que podrían
presentarse los dé,ficits está completamente definido, por lo. que
es suficiente con generar los volúmenes por temporadas, divi-
r

diendo estos en temporada·~e avenida y temporada de secas, con

la ventaja adicional de que la corrélaci6n entre los volúmenes
escurridos en una y otra es nula y por lo tanto,·pueden gene-
rarse independientemente.

.. 1

En el siguiente capítulo se hará una.descripción de los prin-

cipios generales en que se basan diferentes m~todos, haciendo
énfasis en las características estadísticas que reproducen.
~xisten programas de computadora de todos los m€todos que se
describen.

; '

2. DESCRIPCION DE LOS METODOS ; '

En este capítulo se describen cinco métodos para generar registros

hidrol6gicos. Cada uno de ellos debe utilizar en su desarrollo la
funci6n de distribución de probabilidades que mejor se ajuste a 1?.
información histórica. En el caso de registros hidrológicos las
funciones de distribución más comúnmente utilizadas son:

\ '
\
a) FunciGn de cli.s '~r:, bución :-tprm,ll·
Esta funci6n es muy utilizad."J debidó a l..j'Ue según ella se dis-
tribuyen muchas variables y u. que numéricamente es muy senci-
lla de m~nejar. Sin embargo, en los fenómenos hidrológicos,
las variables m5s comunes tienen una función de distribución
asimétrica y con límite inferior acotado por lo que las dis-
tribución normal pocas veces se ajusta a los datos históricos.
Otra v0ntaja de esta función de distribución es que el result~

do de cualquier combinación lineal de variables independientes

con distribución normal, resulta en otra distribuci~n del mis-
mo tipo.

b) Función de distribución log Normal.

'
Si los·logaritmos de una variable tienen distribuci6n normal,
entonces la variable tiene distribución Log Normal. Esta fun-
ció~ es también facil de manejar numéricamente y, además es
asimétrica y acotada inferiorrnente, por lo que se aj~ta a mu
chas variables asociadas a fenómenos hidrológicos. La princi
pal desventaja en su utilización es que la suma de variables
aleatorias con distribución Log Normal tiene una función de
distribución que no es Log Normal.

e) Funci6n de distribución Gamma.

Esta función de distribución depende de tres parámetros. Su
utiiizaci6n en estadística es más reciente que las otras dos
debido a que es más difícil de manejar numéricamente. Sin em
. -
bargo,está a cotada interiormente y puede adoptar cualquier asi
asimetría variando sus parámetros. Aun cuando en general la
suma de dos variables Gamma no tiene distribución Gamma, en ca
sos particulares en que su segundo parámetro vale 1¡ sí lo es.

Los cinco métodos que se describen a continuación pueden utili

zarse con cual~uiera de las tres funcio~es de distribuci6n des
critas.
D
 1
2.1 . Método de Tomas-Fiering
En este método la generación del registro hidrológico es se-
cuencial, de manera que el valor generado de un mes cualquie-
¡ ra j, correspondiente al año ~. es función de:
i
i
l
'
La media de los valores históricos del mes j.
Una desviación, proporcional a la desviación del mes ante
rior j- J, respecto a su media y al coeficiente de correla-
ción entre ambos meses.
Un n6mero aleatorio 6·.
-<.j
con media cero y cuya función de
distribución puede ser cualquiera de las descritas.

La expresión general para la generación es. '

~
-¡1
- IL .S.
X. . "'
-<.j
x.
1
+ :!.--:-
j-1
(2 • 1) 1

.
.;
1

1 En donde

X •• valor generado para el año i y el mes 1·

-<.j
x.j media de los valores históricos del mes j.
S . desviación éstandar de los valores históricos del
j
mes j.
\
Jr.. coeficiente de correlación entre los valores histó
j
ricos del mes j y los del mes j-1.

Mediante este método es posible reproducir las medias y las

desviaciones estandar de cada mes, así como el coeficiente de
j correlación entre cada mes y el que le antecede. La función
de distribución de las desviaciones históricas respecto a la
1 rr.edia sólo se reproduce si estas tienen distribución normal.

'
¡
En la fig 2 se comparan los 6oeficientes de correlación his-
tórica con los generados mediante este m6todo.
 2
2.2 H6todo Gon~dl0z V-Domrnguez

En este metodo la generación de los valores es simultánea.

Ha sido desarroll~do sobre todo para variables con función de
distribución Gamma, pero puede extenderse a variables con dis
tribuci0n Normal o Log Normal, con la restricción de que en
el último caso, no se reproduce la función de distribución de
los valores hi~tóricos. La descripción que _sigue se refiere
a su aplicación para la función de distribución Gamma.

Las propiedades de la función de distribución Gamma que se

aprovechan son:

Si 1 es una variable aleatoria con distribución Gamma,

par·árn e t ros ea; · bl e n-o
B , ó) , en t onces 1 a var1a - t·1ene d.1S-
8
tribuci6n Gamma con parámetros (a, 1, O). A esta ~ltima
función se le llama Gamma de 1 parámetro. Esta propiedad
es válida tambi€n en el sentido inverso.

Si dos variables aleatorias· Xy Y independientes, están

distribuidas según funciones Gamma con parámetros (x, 1,
O) y (y, 1, O) respectivamente~ entonces la variable
Z =X
Y estará distribuida según una función Gamma con
+
parámetros (x +y, 1, 0}.

La idea del m€todo es generar para cada mes un número aleato

rio con distribución Gamma de un parámetro; aprovechando la
primera propiedad, se puede transformar a este en un valor
con función de distribución Gamma de tres parámetros y, apro
vechando la segunda se le puede hacer igual a la suma de tres
valores aleatorios, uno de ellos es común con el del mes ante
tior, otro con el correspondiente al ~es siguiente y el terce
ro corresponde únicamente al mes en cuestión.

Si la función de distribución de los valores históricos del

mes t es Car.un.:1 con parám2tros tA._¿, B¿, V;_], p~ra que en la ge-·
 neraci6n se conserve la funci6n de distribuci6n, se requiere
que:

A.=
.(. a.
.(.... 1
+a.+
.(.
y .(.. i. = 2, 3, ••.. 11, 12 ( 2. 2)

Para que la cor·relaci6n entre el mes j y el j -1 se conserven:

a. 1
p . . 1 = - .....J'-·-·- - (2• 3 )
j, j-
n. ..
J
A.j- 1

t
Mediante las ecuaciones {2.2) y (2.3) se encuentran los valo

1 res de. a j, j = 1, 2 , ••• 12 y y j , J = 1 , 2, • • • 1 2 •

' l
t
La simulación se realiza generando 24 variables aleatorias con
funci6n de distribución
2, .•. 72).
Ga~ma
de un parámetro (a., y., j : 1,
J J
Cada grupo de tres variables se suma siguiendo
la secuencia establecida en {2,2), al valor resultante se le
multiplica por B.
.(.
y se le suma V.(..•

El m~todo permite reproducir medias, desviaciones estandar,

correlaciones mensuales y la funci6n de distribución de los
1 valores hist6ricos si esta es Gamma o Normal.

En la fig 3 se muestra un ejemplo de la funci6n de distribu-

1
¡
ci6n de los valores hist6ricos y la de lps valores generados
mediante este método.
;

2.3 ~odelo de líneas quebradas 3 ' 4 ·

.j La principal característica de este ~odelo es conservar el co
j
rrelo~r3ma del registro hist6rico. Esta programado para vu1~

res mensuales pero la teoría puede extenderse a valores dia-

rios.
 El modelo consiste básicam·~nte en obtener cada valor gene!"adc
como la suma de las ord~nadas correspondientes a varias líneas
rectas con quiebres a diferentes frecuencias (fig 4a). Las
ordenadas sobre cada línea se obtienen interpolando linealrne~

te valores aleatorios independientes con distribución normal.

Se aplica a los valores residuales (los valores históricos
originales transformados para tener media cero y desviaci6n
estandar uno). Se han hecho algunas generaciones de valores
mensuales mediante dos líneas quebradas. En este caso, se
requiere conocer cuatro parámetros que pueden obtenerse a pa~

tir de dos puntos del correlograma histórico. El modelo se

aplicó a los datos de evaporaciones mensuales registrados en
la estaci6n climatológica San Fernando, Tamaulipas. En la
fig 4b se puede observar la comparación entre el correlograma
de los datos hist6ricos y el obtenido a partir del registro
simulado.

5 6
2.4 Modelo análisis de componentes ' ·

En este método se considera al registro histórico como una se

rie cronológica formada por la suma de los sigt>iertes compo-
nentes

l. Tendencia de la media {X(~)}

2. Componente cíclica (Y(t.))

3. Componente autorregresiva (Z(t.))
4. Ruido o componente aleatoria (~(t.)}

Los valores generados· están dado~ entonces por la expresi6n

X ( t. ) = X (t. ) .,. 1} ( t. J + z ( t. ) .,. ·'L ( t )

La determinación de cada componente se hace con base en el re

gistro hist6rico como se muestra enseguida:

1) Tendencia. El valo~ de la tendencia se obtiene ajustando

al registro hist6rico un polinomio de la f0rma

a,. ...t. 2 .,. • • • ~ aH .ttl r .\ 1

1..
e
 No existe evidencia de que los registros hidrol6gicos provo-
cados por fen6menos naturales tengan una tendencia a crecer o
o decrecer a largo plazo, por lo que normalmente s6lo se con
sidera en la ecuaci6n {A) el primer término del segundo miem
bro.

Componente cíclica. Si del registro hist6rico se remueve la

tendencia, el resultado es una nueva serie, a la que se le
puede ajustar una suma de senoides con diversas amplitudes y
períodos, es de~ir, se puede tener:

El ajuste de la nueva serie deber::i hacerse para una n fínita,

de modo que el período de cada senoide pueda ser interpret~

do en términos del fen6meno que se estudia. Así, por ejemplo,

si se analizan series mensuales, es evidente que existirá una
senoide con período de 12 meses. Para identificar los perío-
dos fundamentales puede utilizarse la técnica del espectro.
Una vez identificadas las frecuencias más importantes, el pr~

blema se reduce a encontrar los valores.

n = 1, 2, ..•

que hacen que la función Yn sea lo más parecida posible a

x(.t} = X(.t}
1
Las desviaciones que subsisten después de remover la tenden-
cia y la componente cíclica, pueden presentar un fenómeno de
persistencia, es decir, que a valores grandes tiende a segui~
le valores grandes y a valores pequeños valores pequeños. Es
te fenómeno de persistencia se debe a que existe una correla
ción entre lo que pasa en un momento dado y lo que ha pasado
previa~ente. Esto último puede representarse por:
•
 Z(.t) = b1 Z(.t-7) ~ & Z(.t-2) + •••••
2

Nueva~ente el número de coeficientes debe ser finito y si no

existe evidencia de lo contrario es preferible considerar que
vale 1, ó sea que

Z(.t) = b1 Al.t-7)

y debe encontrarse de tal manera que el ajuste entre

Z(.t) y x(.t) - X(.t) - Y(.t) sea el mejor posible

Después de quitar al registro original la tendencia, la com-

ponente c!clica y la componente autorregresiva, a lo que que
da se le llama ruido y se le ajusta una funci6n de distribu-
ci6n cualquiera.

Como puede verse, de la exposici6n anterior, el problema prin

cipal del método radica en la selecci6n del número de térmi-
nos ~ue debe tener cada componente. Por otro lado, los cíclos
que se presentan en los registro históricos no son siempre de
tipo senoidal.

2. 5 ~étodo de com._1onentes principales 7

Como ya se dijo, en algunos casos puede ser imi)Ortante gene··

rar los registro3 d~ dos o más ·estaciones o bi~n de dos o más
variables simultáneamente. Esto genera un problema adicional
en el cálculo debido a que además de respetar las caracterís-
ticas estadísticas de cada variable,es necesario conservar la
correlaci6n entre las variableR. El método de componentes
principales puede o~erarse en conjunto con cualquiera de los
anteriores. Consiste básicamente en conocer primero, la co-
rrelaci6n cruzada entre las diferentes variables. Una vez co
nacida la correlació:1, se remueve mediante una matriz de tra
transformaciones lineales, dcndo lugar a nuevas variables
 ~

'i
auxiliares independientes entre s!. Las variables auxiliares
1
• pueden generarse independientemen·te una de la otra, con cual-
quiera de los m~todos descritos anteriormente y, una vez gen~

rados, se aplica la transformac16n lineal inversa.

_,'
Matalás 8 , propuso un método alternativo en donde la genera-
'

c16n se hace de manera directa pero tiene la desventaja de

que s6lo puede ser utilizado,s! para cada una de las varia- _,
'
bles la correlaci6n entre meses es funci6n Gnicamente del de
fasamiento en el tiempo y no del tiempo mismo.

t En cualquier caso, los métodos implican el uso de transforma-

ciones lineales, con las que la forma de la funcicSn de di,stri
buci6n se pierde {con excepci6n del caso en que la funci6n
sea normal) •

En la tabla 1 se presenta un resumén de las características

estadísticas que se conservan con cada uno de los métodos.

,¡
l
!
 R E F E R E N C I A S

1) FIERING y JACKSON, 197~. "Synthetic Streamflows", American

G~ophysical Union 1 Washi~~:.o~-' O. C.

2) GONZALEZ, V.F. y OOMINGUEZ, M.R., 1972. "Un método para genera

ci6n de registr~s operacionales de volúmenes mensuales en un
r!dn. Quinto Congreso Latino•·arnericano de Hidr&ulica.

3) GARCIA, L.E., Oawdu. O.R. y MEJIA, J.M., agosto- 1972. "Long

Memory Monthly Strearnflow Sirnulation by a Broken Line Model",
Water Resource~ Research, Vol. 8, N° 4.

4) MEJIA, ·J.M., ROORIGUEZ-ITURBE, I. y OAWDY, O.R., agosto 1972.

"Strearnflow Simulation, 2. The Broken Line Process as a Poten
tial Model for Hydrologic Sirnulation", Water Resources Research,
Vol. 8, N° 4.

5) QUIMPO, R.G., enero 1972. 11

Stochastic Analysis of Daily River
Flows", Journal of the Hydraulics Division.

6) KOTTEGODA, N.T., 1970. "Statistical Methods of River Flow Sy~

thesis for Water Resources Assessrnent", The Institution of Ci

vil Engineers, Proceedings, Supplernent~ Paper 7339 S.

7) CAPEJ.LA, V.A. y SANCHEZ, B. J.L., 1967, "Elaboraci6n de un rno

delo matem&tico para el estudio de la cuenca del Bajo río Br~

vo, Tamps.", Informe de trabajo del Instituto de In~eniería de

la UNAM.

8) MATALAS, N.C., 1967, "Hathematical Assessment of Synthetic Hx_

drology", Water Resources Research, Vol. 3, N° 4.
1
 TABLA 1

MODELOS CARACTERISTICAS ESTADISTICAS QUE SE CON

SERVA.~.

t THOMAS-FIERING Media y desviaci6n estandar de cada tem-

t (f.larkov orden uno}
porada y el coeficiente de correlaci6n
t cruzada de >orden uno entre las tempora-
das.

GONZALEZ V-DOMINGUEZ Media, desviaci6n estandar de cada tem-

porada y la distribuci6n de .probabili-
dad de los datos de cada temporada, co-
mo también el coeficiente de corre'laci6n
cruzada de orden uno entre las tempora-
das.

LINEAS~QUEBRADAS Media y desviaci6n estandar de cada te~

parada. E~ autocorrelograma de todos

los datos que componen el registro hist6
rico.

ANALISIS DE COMPONENTES Media, componentes cíclica, autorregres!

va y aleatoria del conjunto de datos del
registro hist6rico.

COMPONENTES PRINCIPALES Para la generaci6n simultánea de regis-

tros sintéticos conservando el coeficien
.¡
te de correlaci6n cruzada entre ellos."
f~

.,"''
¡;:,.
i.l
1.

¡'
1 t
 REGISTRO HISTORICO DE
VALORES TEMPORALES.

!
NO INTERESA LA INTERRELACION INTERESA LA INTERRELACION DF. l
DE SUS VALORES CON AQU~LLOS SUS VALORES CON AQUELLOS DE
DE OTROS REGISTROS HISTORICOS OTROS REGISTROS HISTORICOS.

-~ MODELO DE MATALAS 1

) REMOCION DE SU CORRELACION CRUZADA

DE ORDEN CERO CON OTROS REGISTROS
HISTORICOS

TIPO DE FENOMENO
{LLUVIAS, GASTOS,VOLUMENES, ETC.)

Y DE ACUERDO A LAS CP~CTERISTICAS

DEL REGISTRO HISTORICO QUE SE DESEAN
CONSERVAR, ELECCION DEL MODELO DE
GENERACION DE f.\UES'l'RAS SINTETICAS.

Fig 1 Esquema para la elecci6n del modelo de genernci6n de muestras

sintéticas.

-~ ------ --~------~-- -----

¡,---·
1

~ 1
1

)
 O¡ número• aleatorio!~ normoles con mec11o cer·
r desviación estándar e1 •
1
-

Ot 4> 1 nJmeros ole otorlos normalu coa medio

cero y denlociÓn eatácadar 4J
2.

t
<l>ll
1
oe.a 2 ospoclomlento c;o n • tan te.
~J

Q tt 1 ,k 2 nómeros aleatorios uniformes.

o t t
Q(t) = e,+
1,
Fig. 4o. Proceso de lineas quobrados.

r(k) Eotoción: Son Fernando, Tompa.

1.0
Dato"• monaualea de evaporocio'n

- - reolotro histdrico (33 años).

---registro sintético(IOOoi'loa).

2 4 orden k \mosoa),

Fig. 4b. Corroloc¡¡rama.

. /

HIDROLOGIA SUPERFICIAL

ANALISIS ESTADISTICO Y PROBABILISTICO DE

DATOS HIDROLOGICOS

Dr. Rolando Springall

Oc~ubre, 1977
\
'-'
,,

1 N D 1 e E

8. ANALISIS ESTADISTICO Y PROBABILISTICO DE

DATOS HIDROLOGICOS 1

8.1 Fundamentos de probabilidad y estadística 1

8. 1 • 1 Distribuci6n de frecuencias y probabilidades 3

8.1 .2 Parámetros estadísticos 10

8.1 .3 Pruebas F y t 15

8.1 .4 Ajuste de distribuciones 20

8.2 Correlaci6n 1ineal simple 30

8.3 Correlaci6n 1ineal múltiple 49

8.4 Ordenamiento de datos hidrol6gicos 63

8.4 .1 Selecci6n de un registro 63

8.4.2 Período de retorno 64

8.4.3 Períodos de retorno de los datos 68

8.4.4 Períodos de retornos de los eventos de diseño 70

8.5 Distribuciones de datos hidrol6gicos 74

8.5.1 Distribuci6n de valores extremos Tipo 1 75

8.5.2 Distribuciones ajustadas por mínimos cuadrados 82

8.5.3 Distribuci6n de frecuencias aplicada a dos pobl~

ciones 91
..

8.6 Extrapolaci6n de las curvas de frecuencias 96

8.7 Análisis de gastos máximos anuales 98

8.8 Análisis de lluvias 100

8.8 .1 Distribuciones de alturas de lluvia por una dur~

ci6n constante 101

8.8.2 Curvas de alturas de lluvia-duraci6n-período de

retorno 101

8.8.2.1 Criterio propuesto por Chow 103

8.8.2.2 Ajuste por correlaci6n lineal múltiple 195

8.8.3 Ajustes y util izaci6n de las curvas de altura de

lluvia-duraci6n-per'Íodo de retorno 121

8.9 Generaci6n de Informaci6n Hidrol6gica 128

8.9 .1 Series Cronol6gicas 129

8.9.2 Procesos de Generaci6n 133

8.9.2.1 Promedios m6viles 133

8.9.2.2 Proceso de suma de arm6nicas 138

8.9.2.3 Proceso autorregresivo 139

 '
j
j
j
\ ~ j
,. j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
J
..

8. ANALISIS ESTADISTICO Y PROBABILISTICO DE DATOS

HIDROLOGICOS

En los capítulos anteriores se han indicado los elementos que inter -

vienen en el proceso general lluvia-escurrimiento, as( como la for -

ma de medirlos y cuantificarlos.

Aquí se introducen los conceptos de probabilidad y estadística apl ic~

dos al análisis de datos hidrol6gicos; primero se plantean los funda-

mentos de probabilidad y estadística, para después aplicarlos a los

registros de datos hidrol6gicos y proceder al estudio de las técnicas

más comunes de probabilidad y estadística utilizadas en el análisis

de dichos registros.

8. 1 Fundamentos de probabilidad y estadística

A continuaci6n se presenta un breve resumen de los conceptos de es

 2

tad(stica más usuales en hidrolog(a a fin de resaltar fundamentalme!!_

te la importancia que tienen estos en la soluci6n de los problemas

hidrol6gicos, sin pretender desarrollar una teor(a de los mismos,

para lo cual al final del capítulo se proporciona una lista bibl iográfi

ca de libros relativos al tema.

Desde el punto de vista estad(stico, un registro de datos hidrol6gicos

se conoce como una muestra del comportamiento del fen6meno que

se está analizando y midiendo, y al conjunto de todos los posibles -

registros bajo ciertas condiciones : poblaci6n o universo del mismo

fen6meno. Al proceso de observaci6n o de registro se le llama -

experimento y las respuestas obtenidas de éste se conocen como re -

sultados. En hidrología, los resultados as{ definidos tienen una des-

cripci6n numérica y se les denomina variables aleatorias.

De acuerdo con lo anterior se ve que al anal izar cualquier registro

de datos hi.drol6gicos, se tiene exclusivamente una muestra de estos

y que nunca es factible disponer de la poblaci6n de ellos, ya que los

datos están ligados a fen6menos naturales cuyos resultados con sie~

pre cambiantes. El problema por lo tanto es conocer que tan repre-

sentativos son los resultados obtenidos de la muestra, del universo

de los mismos. Es aqu{ donde las técnicas estadísticas son de gran

utilidad, ya que si. la muestra es representativa de 13. poblaci6n per

mi.te hacer deducciones de esta, en relaci6n con la naturaleza de la

 3

población.

El análisis estadístico de datos hidrolÓgicos se puede hacer utilizan'

do alguno de los modelos de distribuciones de probabilidad más usu~

les o bien, con base en un ajuste de los mismos mediante cierta téc-

nica matemática que es generalmente la de mínimos cuadrados.

8.1.1 Distribución de frecuencias y probabilidades.

Las variables aleatorias pueden ser discretas o continuas, dependien

do de la forma como se obtengan los resultados; por ejemplo, el núm~

ro de dÍas de lluvia es una variablea aleatoria discreta, mientas que

las alturas de lluvia son variables aleatorias continuas. Sin embar-

go, para propÓsitos prácticos una variable discreta puede tratarse

arbitrariamente como continua, ajust::l.ndo una función continua a la

variación, o bien una continua como discreta, dividiendo las variables

continuas en intervalos y agrupándolos en números discretos.

Para conocer la distribucón de frecuencias de una muestra de vari<:o.

blés aleatorias discretas es necesario dividir los datos ya obtenidos

u observados en intervalos de clase o categorías a fin de valuar la

frecuencia de cada intervalo. Si "z" es el número de datos agrupar

dos en cierto intervalo de clase ~Xi, la frecuencia de ese interva-

lo de clase se define como

. z
F1 = -- (8.1)
~Xi
 4

Si se grafica la frecuencia fi correspondiente a cada intervalo de clase

A:x¡, se obtiene lo que se conoce como distribución de frecuencias- -

(fig 8. 1 ); sin embargo, esta distribuc~ión sacrifica cierta información -

contenida en el grupo de datos, ya que se trabaja con intervalos de cla-

se en lugar de los valores específicos de cada una de las variables alea

torias.

p (x) flxl p (X)

0.26 20

1.0
~
~
~
0.8
/
0.13 10 0.6 /
)
V
0.4

0.2
1
10 20 30 40 50 60 70 80 l
V
o 10 20 30 40 50 60 70 l
37.1
a) DistribuciÓn de frecuencias y probabilidades b) Distribución acumulada
de probabi.lidades
,
F ig. 8.1 Distribuciones Estod1stlcas
 5

La probabilidad p de que un valor x esté comprendido en un cierto in-

tervalo de clase, se obtiene dividiendo el número de datos "z" cante-

nidos en ese intervalo entre el número total de datos "n" de la muestra.

Si el intervalo está acotado entre los valores de a y b, lo anterior se

puede expresar como

p(af:x~b)= (8.2)

Sustituyendo la ec 8.1 en la 8.2, se tiene que

b
p (a ~ x : b ) = ~ L
G\
Fi Axi (8.3)

lo cual implica que la probabilidad de que x Fluctúe entre a y b es el

área del histograma comprendido entre esos valores. La probabilidad

total de todas las posibles variaciones es igual a uno. Si en lugar de

frecuencias se utilizan probabilidades, la distribución obtenida seco-

nace como distribución de probabilidades; a su vez esta y la de fre-

cuencias se denominan distribuciones estadÍsticas.

Para una variable aleatoria continua, la probabilidad de una varia-

ción puede considerarse como la probabilidad p (x) de un valor dis-

creta contenido en el intervalo de x a (x + Ax). Como x es un valor

continuo, A x tiende a dx y 1a probabilidad p (x) 11 ega a ser una fun -

ción continua denominada densidad de probabilidad. De la ec 8.3,

si Ax tiende a dx, se tiene que

 6

p (a~ x ~ b)
1
=ñ [ f (x) dx = r
A
p (x) dx (8.4)

La probabilidad acumulada de una variación (fig 8. 1 b) es la probabi

li.dad de que la variable aleatoria tenga un valor igual o menor que

un cierto valor asignado x. Dicha probabilidad puede designarse co-

moP (X ~

P (X X) = r
x) y expresarse de acuerdo con la ec 8.4 como

=
-c:o
p (x) dx (8.5)

donde, en este caso, la distribución de probabilidades se considera

ilimitada. Si el límite superior de la integral x·= oo , entonces

P (X ~ x) = 1, lo que constituye el evento seguro. Si la distribución

de probabilidades es limitada, o sea que la densidad de probabilida-

des p (x) se define para un cierto intervalo (a 6 x -G b), la ecuación

anterior también es válida, considerando que p (x)-= O para todos les

valores de x fuera del intervalo especificado.

En la Tabla 8.1 se muestran las distribuciones de probabilidades

más usuales, así como sus parámetros más importantes.

Ejemplo 8.1 Determinar la distribución de frecuencias, de p~

babil idades y su acumulada, del registro de lluvias mostrado en la

Tabla 8.2. Obtener la al?:ura de lluvia para una proeabilidad acumu-

lada de O .8.

Para conocer la distribución de frecuencias de las alturas de lluvia

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
 T A B LA 8.1

DISTRIBUCIONES DE PROBABILIDADES NIAS USADAS EN HIDROLOGIA

-
.-
Nombre de la Variancia Nomenclatura
EXPRESION NIATENIATICA Media
d istr\buc i6n

X -m a- parámetro
m e m = np m m2 b- par~metro
POI S SON p(x) =
x'. e - parámetro
n-número total de da
tos
-
1 - ..1.. z2 X- é{
NORNIAL P(Z) f -e 2 ; z= o 1 N - frecuencia total
f2< .v- p - probabilidad de OC!:!_
rrencia de un evento
xa 8 ·- x/b b > O, x ) .:. 1 , para x=O p(x) -densidad de probabi-
2
GAMMA p(x) = p(x)::: O para x~1 b (a+1) b (a+1) lidad
ba+ 1 '('(a+1) (a+1)=a'. p(z)- densidad de probabi-
lidad
PEARSON origen en el modo 28 2 = sf.' 1 + 6 x-variable
Tipo III y- variáble
modo- z - variable ,-,ormalizada
p(x) =Po l1 + "1-) e e -cx/2
fo;a ,Aa p )A - mé'8\á éte ·las x
_».2 -segundo momento
~
b_ 3 - tercer¡ momento
e=~ -1 j a= ..c..
2 }A2
JA 4 - cuarto" momento
~1
}J.y - media de las y
Ji...
e e+ 1 #s 2 )J.4
<( - desviaci6n estandar
Po = ; 1=~; 2=~
a ec((c+1). de las x
2 2
ay - desviación estandar
de las y
EXTRENIA
1 e - e - (a+x) 1 e
Tipo 1 p(x) = .l.. e - (a+x) 0.5772c -a
1f"c
e
/6'

LOGNORMAL p(x) -= 1 e~ ~y- )4y)y.<Íy

Óy J2..r"
-e"' y+ 4"y y. p<ea---:1 -1)1/z
-

y= ln x
 8

(Tabla 8 .2) se procedi6 a seleccionar un intervalo de clasificaci6n,

que de acuerdo ~on el tamaño de la muestra se consider6 convenien

te de 1O mm. Para efectos de cálculo, a todos los valores de la al tu

ra de lluvia entre 0.1 y 10 se les asign6 un valor de 5, entre 10.1 y

20 de 15, etc (Tabla 8.3, cols 1 y 2). Seleccionados los intervalos

, ; 1

se procedio a contar cuantos valores caen dentro de cada uno de es

tos, para valuar su frecuencia de acuerdo con la ec 8.1 (Tabla 8.3,

col 3).

En la fig 8. 1a se muestra la distribuci6n de frecuencias o histogr~

ma de las alturas de lluvia, la cual se obtuvo graficando la pareja

de valores obtenidos de la tabla 8.3, cols 2 y 3. (histograma).

Aplicando la ec 8.2 a los datos de la tabla 8.3, col 3, se tiene en la

col 4, el valor de la probabilidad, el que al vertir en gráfica, respe~

to a la col 1 , se obtiene la distribuci6n de probabilidad de las llu -

vias anal izadas (fig 8.1 a). Finalmente, sumando los valores de la

probabilidad obtenida en la col 4, se deduce la probabilidad acum~

lada de los valores de la lluvia analizada, col 5, cuya gráfica se in

dica en la fig 8. 1 b.

De la fig 8.1bose deduce que si p = 0.8 se obtiene una altura de ll~

via de 37 • 1 mm.

Esto implica que la probabilidad de que se presente un valor menor

o igual a 37. 1 es de 80 por ciento, así:

P (x ~ 37. 1) = O .80

\
 9

TABLA 8.2 Alturas de lluvtas con duraci6n de 6 horas

No. hp No. hp No. hp No. - hp

Orden (mm) Orden (mm) Orden (mm) Orden (mm)

1 10.9 20 8.7 39 21 .3 58 5.7

2 14.6 21 2.9 40 17.2 59 15.5
3 20.6 22 8.9 41 36.1 60 18.5
4 11 .9 23 32.3 42 49.5 61 30.7
5 64.0 24 56.6 43 20.0 62 10.5
6 20.9 25 3.6 44 4.6 63 3.5
7 32.0 26 11.0 45 27.3 64 13.9
8 28.8 27 52.5 46 49.7 65 4.3
9 2.6 28 46.3 47 34.6 66 22.6
10 35.8 29 5.2 48 49.0 67 45.0
11 17.7 30 42.5 49 25.3 68 10.0
12 38.4 31 17.5 50 27.2 69 9.6
13 16.3 32 64.5 51 38.8 70 22.7
14 6.8 33 28.5 52 52.4 71 23.0
15 17 .o 34 19.6 53 11 • 5 72 26.2
16 6.8 35 30.9 54 15.8 73 31 • 7
17 25.3 36 27.5 55 70.00 74 29.9
18 36.3 37 10.3 56 24.0 75 25.9
19 16.5 38 21 .1 57 16 .5 76 34.5

TABLA 8.3 Análtsis de Frecuenctas y probabtlidades.

1 2 3 4 5
Marcas de Intervalo de clase Frecuencta Probabilidad Probabilidad
Clase Axi ,1 X ifi pi acumulada
Pt

5 o .1 -10 14 0.18 0.18

15 1 o .1 -20 20 0.26 0.44
25 20.1 -30 18 0.24 0.68
35 30.1 -40 12 0.16 0.84
45 40.1 -50 6 0.08 0.92
55 50.1 -60 3 0.04 0.96
65 60.1 -70 3 0.04 1.00
 10

8. 1 .2 Parámetros estadísticos

Las características fundamentales de una distribución estadística

se pueden conocer a partir de sus parámetros. A continuación se

indican los más importantes en hidrología.

La media aritmética o media de una muestra de un conjunto de val~

n
res se define como
L.
i= 1
xi
x= (8.6)
n

donde xi son los valores de la muestra y n el número total de estos.

Para referirse a la media del universo o población se utiliza la le-

tra M . La media permite conocer la tendencia central de una dis

tribución estadística.

En el caso de una distribución de frecuencias, como se pierde in -

formación al trabajar con intervalos de clase en lugar de los datos

originales, la media de dicha distribución se valúa como

~
[ X1 fi Axi
x=
i =1 (8. 7)
n

donde xi es el valor representativo de un intervalo de clase A xi,

fi su frecuencia correspondiente, k el número total de intervalos de

clasificación y n el número total de datos.

Para conocer que tan dispersos están los valores de una muestra
---------------------- - - - - -
 -

' 11

_.., .... ---

respecto de su media, ~e ·utiliza lo que se conoce com~ la desviación

estandar de la .muestra, la ·cual se expresa como

n
E -
(xi - x)
2

S=
i = '•'
(8.8)
n_-

donde xi son los valor.es d~ las mue,stras,x.·su mecha c'ec'8.6). y'n el

número total de. val9res de la muestra •. ·

Análogamente,. la desviación estandar de una distribución de 'fre -

cuencias se valúa como ·

_·S.'=. (8.9)
1 •
n- 1

dond~. ·las variables· tienen el r('lismo significado que en ..la ec 8. 7. En

caso de que la desviación ~!:;tandar s·e refiera. al LlnJverso' esta se

' -

indica con la' letra (f . • Al cuadrado de la desviación estandar se

le llama v~riancia;. para' un~ muestra se designa con s2 y' ~ara el

universo con

La relación entre la·desviació'n-e.standar y--la-media se conoce como

-. '
-- - -~ -

coeficiente de variación Cv•

Ejemplo 8.2 · Calcular los parámetros estadísticos principales

de la· distrib~dón ~btenida' ,,

en el ejemplo' 8.1, trabaJando con los Va ¡ -

lares específicos Y. con los 'intervalos de clase •.

' '
'•'•
.
 12

a) Análisis usando los valores específicos de las alturas de llu-

vi.a.

Para facilitar el cálculo se elaboró la "tabla 8.4

De la Tabla 8.4,- col 2 y aplicando la ec 8.6, se tiene que la media de

los valores específicos de la altura de lluvia es

1888. 1o
X= = 24.84
76

De la col 4, con la ec 8.8, se deduce una variancia de

s2 = _1_ e1 9 , 142 • 24) = 2 55 • 23

76- 1

siendo su desviación estandar y coeficiente de variación de

S= [# = 15.98

S
Cv= = 0.64
X

b) Análisis considerando intervalos de clase.

Para la obtención de las características de la distribución de frecuen

ci.as de las lluvias se elaboró la Tabl-a 8 o 5

De la Tabla 8 o 5, col 3, se tiene, aplicando la ec 8 o 7, que la media

de la distribución de frecuencia de lluvias es de

1870
X = = 24 o 605 :: 24 o 61
76

De la col 6, y la ec 8o9, se deduce que la varianci.a de la distribución

de frecuencias de lluvias resulta de

s2 = ( 1 6' 688 o 1 6) = 249 o 1 8

76-1
•
 13
Tabla 8.4 Ordenamiento para el cálculo de las características de
la muestra (ejemplo 8.2)

Xi
-
Xi- X
-2
(Xt -X) Xi Xi-X
- -2
(Xi- X)
NO. NO.
ORDEN ORDEN

1 10.90 -13.94 194.32 38 21 .1 o -3.74 13.98

1
2 14.60 -10.24 104.85 39 21 .30 -3.54 12.53
3 20.60 -4.24 17.97 40 17.20 -7.64 58.36
4 11 .90 -12.94 167.44 41 36.10 11 .26 126.78
5 64.00 39.16 1533.50 42 49.50 24.66 608.11
6 20.90 -3.94 15.50 43 20.00 -4.84 23.42
7 32.00 7.16 51 .26 44 4.60 -20.24 409.65
8 28.80 3.96 15.68 45 27.30 2.46 6.05
9 2.60 -22.24 494.61 46 49.70 24.86 618.01
10 35.80 10.96 120.1 o 47 34.60 9.76 95.25
11 17.70 -7.14 50.97 48 49.00 24.16 583.70
12 38.40 13.56 183.87 49 25.30 0.46 0.21
13 16.30 -8.54 72.93 5o 27.20 2.36 5.56
14 6.80 -18.04 325.44 51 38.80 13.96 194.88
15 17.00 -7.84 61 .46 52 52.40 27.56 759.55
16 6.80 -18.04 325.44 53 11 • 50 -13.34 177.95
17 25.30 0.46 0.21 54 15.80 -9.04 81.72
18 36.30 11 • 46 131 .33 55 70.00 45.16 2039.42
19 16.50 -8.34 69.55 56 24.00 -o.84 o. 70
20 8.70 -16.14 260.49 57 16.50 -8.34 69.55
21 2.90 -21.94 481 .36 58 5. 70 -19.14 366.33
22 8.90 -~5.94 254.08 59 15.50 -9.34 87.23
23 32.30 7.46 55.65 60 18.50 -6.:::4 40.19
24 56.60 31.76 1008.69 61 30.70 5.86 34.33
25 3.60 -21.24 451 .13 62 10.50 -14.34 205.63
26 11 .oo -13.84 191.54 63 3.50 -21 .34 455.39
27 52.50 27.66 765.07 64 13.90 -10.94 119.68
28 46.30 21 .46 460.53 65 4.30 -20.54 421 .89
29 5.20 -19.64 385.72 66 22.60 -2.24 5.01
30 42.50 17.66 311 .87 67 45.00 20.16 406.42
31 17.50 -7.34 53.87 68 10.00 -14.84 220.22
32 64.50 39.66 1572.91 69 9.60 -15.24 232.25
33 28.50 3.66 13.39 70 22.70 -2.14 4.57
34 19.60 -5.24 27.45 71 23.00 -1 .84 3.38
35 30.90 6.06 36.70 72 26.20 1 .36 1.84
36 27.50 2.66 7.07 73 31.70 6.86 47.05
37 10.30 -14.54 211 • 41 74 29.90 5.06 25.60
75 25.90 1.06 1.12
76 34.50 9.66 93.31

Suma 1 ,888.10 19,142.24

 14

TABLA 8.5 PROCESAMIENTO DE CALCULO (ejemplo 8.2)

XifiA Xi Xi- X
- -2
(xi- x)
-2
(xi - x) fi fJ xi
Xi fiA xi
1 ~ 3 4 5 6
5 14 70 -19.60 384.16 5,378.24
''
15 20 300 - 9.60 92.16 1,843.20

25 18 450 0.40 0.16 2.88

35 12 420 10.40 108.16 1,297.92

45 6 270 20.40 41 6. 16 2,496.96

55 3 165 30.40 924.16 2,772.48

65 3 195 40.40 1 '632. 16 4,896.48

SUMA 76 1 ,870 3,557.12 18,688.16

y la desviación estándar S = -~= 15.78 y Cv = 15.78 = 0.64

~ => . 24.61
e) Comparación de los resultados

La comparación de los valores obtenidos de los principales paráme-

tros estadísticos del ejemplo 8.1, trabajando con los valores especí

ficos de las alturas de lluvia y con sus intervalos de clase respecti-

vos se muestra en la tabla siguiente:

~
(a) (b)
N valores específicos intervalos de clase
-
Media (X) 24.84 24.61

Desv~Estándar(S) 15.98 15.78

Variancia (S~) 255.23 249.18

Coef: Variación <Cv) 0.64 0.64

.

15

De la comparaci6n de estos valores se deduce que el empleo de cual-

quiera de las técnicas presentadas conduce a resultados satisfactorios

que aparentemente, no modifican de forma significativa la presici6n

de los mismos. Esto se debi6 a que había una buena concordancia en

la distribuci6n de los valores utilizados en el ejemplo. Conforme se

incrementa el intervalo de clase y existe dispersi6n en los datos se

incrementa la diferencia de las características de ~ distribuci6n al

aplicar los criterios antes mencionados.

8.1 .3 Pruebas F y t

La forma de la variaci6r't de una variable se puede utilizar para cono

cer los cambios físicos ocurridos en la cercanía de la misma. Para

determinar si dos grupos de datos n 1 y n 2 , son de una misma pobla_

ci6n o de diferentes poblaciones con distribuci6n normal, se utiliza

2 2
la relaci6n de sus variancias s1 y s2 , denominada también prueba

F, donde

(8 .10)

as( F es el valor de una variable aleatoria que tiene distribuci6n F

con parámetros ')) 1 = n1 - 1 y ~ 2 = n2 - 1 • Los· valores tabul~

_dos de la distribuci6n F muestran los valores de esta, que pueden ser

excedidos con una probabilidad de O .05 6 O .01, valores que constitu-

yen el nivel de significancia, en términos de los grados de libertad

.
 16

'\) 1 y '\)2.

Si el valor de F obtenido de la ec 8. 1O excede del valor tabular para

el nivel de significancia seleccionada, la diferencia entre las varia-

e iones de los dos grupos o muestras anal izadas es significativo en

un sentido estadístico, pudiendose concluir la igualdad o no de las p~

blaciones a que pertenecen. La estadística de la media y de la desvi!:

ción estándar de una muestra, se pueden utilizar también para cono-

,

cer la longitud de un registro hidrológico, de tal forma que la media

de los datos esté comprendida entre ciertos 1Ímites seleccionados de

la media de la población. Para esto, se utiliza la distribución t, cuya

variable aleatoria t con n-1 grados de libertad está dada por la ec:.

(8. 11)

con intervalo de confianza

S
x + t o<;2 m
En las tablas de la distribución de t, se muestra el valor de t para di

versos grados de libertad ')) = n-1 y niveles de significancia O( • De

la ec 8.11 se puede obtener el valor de n procediendo por tanteos, ya

que tes función den. Esta ecuación permite hacer comparación de

medias, similares a las expuestas para las variancias, así como e~

nacer la variación de la media de la población a partir de la media

de la m,uestra.
 j
.. J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
J
j
 17

Ejemplo 8.3 Determinar si. los registros de lluvia de' la esta-

ci6n e 1imato16gi.ca de T epames, Col son de la misma poblaci.6n, ya

que la estaci6n sufri.6 un cambio en sus registros en 1954, según se

vi6 en el ejemplo 3.5.

Como en 1954 los registros sufrieron un cambio, se procede a dete!:.

minar si los correspondientes al ciclo 1948 a 1953 son de la misma

poblaci6n que los tomados de 1954 a 1959. Para esto se calcula las

características de cada una de las muestras y posteriormente se apli

ca la prueba F.

De las columnas 2, y aplicando la ec 8. 6, la media (!') de las preci

pi.taci.ones anuales resulta

Muestra 1 Muestra 2
---- -
(1948 - 1953) (1954 - 1959)
5693.4 3707.7
p 1 = 6 = 948 • 90 - p
2
-= 6
= 617.95

De las columnas 4, y aplicando la ec 8. 8, la varianci.a (52 ) de las

preci.pi.taci.ones anuales para cada una de las muestras resulta

ML!astra 1 Muestra 2
(1948 - 1953) (1954 - 1959)
2 1
(334,425.42) = 66,885.08 5 = (433, 774.64) = 86,754.92
2 6-~

Con estos valores, apl i.cando la prueba F ( ec 9.1 O ) se obtiene

F = 66885.08 = O. 771 = F cal

86754.92
 18

MUESTRA 1 MUESTRA 2

Año Pa Pa- P1
- -
(Pa - P1)
2
Año Pa Pa- P2
- -
(Pa- P2)
2
(mm) (mm)

1 2 3 4 1 2 3 4

1948 1167.90 219.00 47961 .00 1954 359-.80 -258.15 66641.42

-

1949 754.60 -194.30 37752.49 1955 1151.00 533.05 284142.30

1950 759.70 -189.20 35796.64 1956 714.90 96.95 9399.30

1951 1088.20 139.30 19404.49 1957 508.90 -109.05 11891.90

1952 1272.30 323.40 104587.56 1958 603.10 -14.85 220.52

1953 650.70 -298.20 88923.24 1959 370.00 -247.95 61479.20

n 6 5693.40 334425.42 n 6 3707.70 433774.64

De los valores tabulados para la distribución F, con grados de 1iber-

tad )) 1 = )) = 6-1 = 5, a fin de que la hipótesis de igualdad de ....

2
variancias se verifique, es decir que ambas muestras _pertenezcan, a

una misma población, el valor de F que no puede ser excedido con un

nivel de significancia ~ = O .01 es F O .01 = 11 .00, por lo que se co~

cluye que siendo F tab ) F cal ambas muestras son de la misma po-

blación o bien el valor F con un nivel de significancia de «=O .05 y

"')) 1 = '} 2 = '5

F 0.05 = 5.05 = F tab

por lo tanto

F cal = o . 771 ( 5 • 05 = F tab

 19

obteniéndose la misma conclusión.

Ejemplo 8.4 Si en la Estación Climatológica de Calnal i, Hgo. , de un

registro de 43 años, se tiene una medila de las alturas de lluvia máximas

anuales diarias de 111.5 mm con una desviación estandar de 25.1 mm.

¿cuántos años de registro se requieren, para que con una probabilidad

de 9-5 por ciento, la media de la muestra esté dentro del 5 por ciento de

la media verdadera?

Lo anterior implica que Jl varíe entro 0.95 'X y 1 .05 'X. De la ec. 8.11

se tiene que

S S
X- t
o(/2 .[ñ' 0(/2
Jn'
que define las fluctuaciones de la media del universo en base a la me-

dia de la muestra •

Entonces,

t
0(/2 S
= 0.05

de donde
2 - 2
(t OC.¡ 2 ) (S /X )
n=
2
(O .05)

Como el valor de tes función de n, esta ecuación se tiene que resolver

por tanteos; afortunadamente, la fluctuación de t para valores de n ma-

 - --------------------------

20

yores de 30 años es pequeña. Así, para 95 por ciento de probabilida-

des, e 1 nive 1 de s ignificancia es o( = 1 -o . 95 = O. 05 y o/..¡2 = O • 025 y

t 0(
12
, = t 0 • 975 ; de una 'tabla de esta distribución se obtiene q~e para

).) = 30-1 grados de libertad, t 0 • 975 = 2.04 y para un número infinito

de grados de libertad, t 0 • 975 = 1 .96o Considerando t cx¡2 = 1.96

y los valores dato de la muestra, se tiene, sustituyendo en la ecuación

anterior, que

(1 .96)2 (25. 1/111 .5) 2

n= 77 • 72 = 78 años
(O .05) 2

lo que implica que se requieren 78 años de registro para que la media

de la muestra de los datos esté dentro del 5 por ciento de la media ve!:_

dadera o de la población.

8.1 .4 Ajuste de distribuciones

Como se indicó al principio del inciso, si se dispone de una muestra -

hidrológica de datos de tamaño n y se desean conocer sus propiedades

estadísticas, la manera de lograrlo es aceptando a priori que dicha -

muestra tiene una cierta distribución de probabilidades conocidas, y

de ahÍ inferirlas. Si se hace esto, antes de proceder a utilizar y ana-

lizar dicha distribución se requiere conocer que tan cierto es que la

distribución elegida se pueda utilizar como representativa del conjunto

de datos o muestra disponible •

 21

En estadística existen criterios y técnicas para probar lo anterior, d~

pendiendo del tamaño de la muestra, e inferira cual es la distribución -

más adecuada para una muestra de datos:

2
a) Prueba
X
Conviene utilizarla cuando el número de observaciones es grande.

Si se considera que fi y ei son respectivamente para los k intervalos

las frecuencias observadas del fenómeno y las esperadas teóricamente

de acuerdo con la ley de distribución de probabilidad escogida como re-

presentativa del fenómeno; entonces el valor:

2 k 2
(fi - ei)
X = i [-1 e·'1
(8.12)

tiene distribución X e 'Y=

2
c;n k - 1 - m), grados de libertad; en las

tablas de distribuciónX, se muestran los valores de esta variable -

para diversos grados de libertad y niveles de significancia.

Si al utilizar la ec 8.12, el valor calculado es mayor que el tabi!Jlar, se

deduce que la distribución elegida como modelo de las frecuencias obse.!:

vadas de los resultados que se están anal izando, no es la correcta; si es

menor, se acepta.

Al utilizar esta prueba se debe tener cuidado de que en cada intervalo de

clase se tengan por lo menos cinco observaciones.

 22

b) Prueba de Kolmogorov - Smirnov (K & S)

Esta prueba permite hacer comparaciones entre dos distribuciones a-

cumuladas y conviene utilizarla cuando el tamaño de la muestra es p~

queña. Para aplicar esta prueba, se grafican tanto los valores de la

muestra en orden creciente asignándole a cada valor la misma proba-

bi.lidad, así como la distribución acumulada de la función con la cual

se desea ver, si es o no representativa de la muestra. Una vez graft

cadas las dos distribuciones, se valúa la máxima ordenada D existente

entre ellas.

Para determinar si la diferencia D está dentro del intervalo aceptable

y la distribución elegida es la correcta, se calcula de los valores tab~

lados el valor máximo correspondiente a la prueba de Kolmogorov -

Smirnov, de acuerdo con el tamaño de la muestra y el nivel de signifi

cancia.

Si el valor determinado de la diferencia en ordenada o frecuencia máxi

ma entre las dos distribuciones, excede de la diferencia tabulada, se -

deduce que no es correcta la distribución elegida como representativa

de los datos y será necesario probar el ajuste para otras distribuciones

2
Ejemplo 8.5 Aplicación de la prueba
X
En la tabla 8.6, se presentan los registros de gastos máximos aforados

del r{o de la Laja en la estación hidrométrica Pericos, Gto., sobre la-

 23

cuenca Lerma - Santiago. Se desea conocer si los valores tienen una

2
distribución estadística normal utilizando la prueba X.
Para aplicar la prueba X 2
al registro de gastos máximos, se requi~

re ajustar éstos considerando intervalos de clase. Dado el rango de-

valores de los gastos máximos se consideraron 4 marcas de clase. La

variación de las marcas de clase así como el estudio correspondiente se

muestra en la tabla 8. 7 • 1

De la ec (8. 6) se deduce para los valores mostrados en la tabla (8. 6) que

la media de los gastos es:

5186.8
X = 34
= 152.6

Y de la ecuación (8. 7), para la distribución de frecuencias (Tabla 8. 7.1)

se deduce que:

5300
X = ----= 155.9
34

Como n.o existe una difera1cia significativa en los valores obtenidos, se

concluye que los intervalos de clase elegida son los apropiados.

En la Tabla 8. 7.2 se muestra el cálculo de las frecuencias esperadas de

acuerdo a una distribución normal. Así, en las cols 1 y 2 se indican re~

pectivamente los intervalos de clase elegidos para la distribución de los

gastos y los límites de clase asociados a cada intervalo.

 24

Tabla 8.6 Gastos máximos registrados en la Estación Pericos, Gto.

Orden Año Qmáx Orden Año Qmáx

1 1929 16.40 18 46 30.90

2 1930 188.00 19 47 105.00
3 31 228.00 20 48 84.10
1 4 32 114.00 21 49 49.70
5 33 170.00 22 1950 64.20
6 34 134.00 23 51 125.00
7 35 312.00 24 52 93.40
8 36 222.00 25 53 182.00
9 37 230.00 26 54 92.90
10 38 219.00 27 55 381.00
11 39 193.00 28 56 129.00
12 1940 109.00 29 57 33.80
13 41 174.00 30 58 224.00
14 42 108.00 31 59 92.60
15 43 231.00 32 1060 131 .00
16 44 335.00 33 61 81.80
'
17 45 141.00 34 1962 162.00
SUMA 5186.80

Tabla 8. 7.1 Análisis de Frecuencias.

Marca de Intervalo de Frecuencia Xifi ÓXi

Clase (Xi) Clase ( LlXi) (fi AXi)

50 0-100 10. 500

150 101-200 15 2250

250 201-300 6 1500

350 301-400 3 1050

S U MA 34 5300
 25

Para obtener los valores estandarizados para los 1ímites de clase co-

rrespondientes, se aplica la ecuaci6n:

X X
z =
S

donde x es el límite de clase, x es la media de los gastos máximos y

s la desviaci6n estandar de los gastos máximos deducida de la distri-

buci6n de frecuencias.

De la ec (8. 9) para la informaci6n mostrada en la Tabla 8. 7. 1 , se ob-

tiene una desviaci6n estandar de la muestra de 91 .92, con lo cual co~

siderando x = 155.90, la ecuaci6n anterior se transforma a

X - 155.90
z =
91 .92

cuyos valores para los lÍmites de clase se indican en la Tabla 8. 7 .2,

col 3. En las cols 4 y 5 se tiene respectivamente el área bajo la curva

de la distribuci6n normal correspondientes a los valores de z encon-

trados y el área para cada intervalo de clase. Esta Última se deduce

sumando o restancto, los dos valores sucesivos de la col 4, dependien

do del signo de la variable z; con igual signo se restan y con signo di-

ferente se suma. Estos valores representan la frecuencia relativa de

ocurrencia del evento.

Multiplicando la frecuencia relativa (col 5) de cada evento por el núme

 26

r"' total de ellos (n = 34) se obtiene la frecuencia esperada para los ~

lores ajustados a la distribución normal (col 6). Finalmente en la col 7

se tiene la frecuencia observada, la cual se dedujo en la Tabla 8. 7. 1 •

~n la Tabla 8. 7. 3 se ordenan las frecuencias antes indicadas para la -

aplicación de la ec 8.12.

As(, se deduce que

2
?( cal = 2.5162 : 2.52

De las Tablas X 2
se deduce para ~ = k-1-m=4-1-2 = grados de 1i-

bertad y un nivel de significancia o( = 5 cy., que

2 2
'X. = 0 • 95 3.84; y para of. = 1%, X 0 • 99 = ~6.63.
2 2
En ambos casos X cal~ A tab por lo que se puede concluir que para

los niveles de significancia probados, los gastos máximos anuales regis

trados de la Estación Pericos, Gto. sobre el Río de la Laja tienen una-

distribución normal.

Ejemplo 8.6 Aplicación de la prueba de Kolmogorov & Smirnov.

Compr"'bar la validez del ajuste a la distribución normal de los gastos

máximos en el Río de La Laja, Gto., analizada en el ejemplo anterior.

Para valuar la diferencia máxima en 6rdenada "D" que existe entre las

distribuciones observada y teórica, en la Tabla 8.8 se proporciona el

ordenamiento de los datos Tabla 8. 6 y su frecuencia acumulada. En la

 Tabla 8. 7. 2 Cálculo de la Frecuenc1a Esperada Considerando que Distribución Normal.

·~

1 2 3 4 5 6 •7
Area baja la Area para i
AXi Limites Z=F (X) Curva Nor- Cada inter Frecuencia Frecuencia
de clase mal de oaz valo de
- Esperada Observada
X clase

o -1.6960 0.4550
0-100 100.50 -0.6026 o. 2341 0.2209 7.5-8 10
101-200 200.50 o. 4852 0.1862 0.4203 14.2-14 15
201-300 300.-50 1. 5731 0.4422 0.2560 8. 7-9 6
301-400 400.50 2.6610 0.4961 0.0539 1. 8-2 3

Tabla 8. 7. 3 Ordenaci6n de cálculo para la aplicación de la Prueba "X.2 " .

2
fi et ( ft - ei ) 2 ( ft - e¡ )
Cft -e i )
ei

1 10 7.5 2.5 6.25 0.8333

2 15 14.2 0.8 0.64 0.0450

3 6 8.7 -2.7 7.29 o. 8379

4 3 1.8 1.2 1.44 0.8000

SUMA 2.5162
 28
fig 8.2 se muestra el histograma acumulado de los valores de la mue~

tra, ordenados de menor a mayor (íabla 8. 8 col. 3) asignándole a cada

uno la misma probabilidad o frecuencia 1 /n (íabla 8. 8, col. 1) y la di~

trLüuci6n acumulada de frE!Cuencia de los valores esperados correspon-

dientes a la distribuci6n normal te6rtca (íabla 8. 7.2 cols 1 y 6) con -

P (X ¿ x). De la fig 8. 2 se deduce la dife re neta en ordenada máxima

entre (a) y (b): D =O .105. De la tabla de distribuci6n K & S, con n=34

y o(= 0.01 y 0.05, D* = 0.200. Como o< D* se acepta la distribuci6n

nc:>rma_!__como representativa de los gas~os máximos anua~es .____ _

F (x)

1.0

0.9

0.8

0.7

0.6

0.5 0=0.1050

0.4

0.3
'
0.2
1 ñ
1
0.1

o 50 100
' 150 200 250 300 350 400 X

Fig. 8.2 Distribuciones Acumuladas

....._ __
 29

Tabla 8.8 Ordenact6n de los datos y frecuencias acumuladas.

Orden Qmáx Xi F (Xi)

(i) (Xi) de menor (i/n)
m3/seg a mayor
1 2 3 4

1 16.40 16.40 0.03

2 188.00 30.90 0.06
3 228.00 33.80 0.09
4 114.00 49.70 0.12
5 ' 170.00 64.20 0.15
6 134.00 81.80 0.18
7 312.00 84.10 0.21
8 222.00 92.60 0.24
9 230.00 92.90 0.26
10 219.00 93.40 0.29
11 193.00 105.00 0.32
12 109.00 108.00 0.35
13 174.00 109.00 0.38
14 108.00 114.00 0.41
15 231.00 125.00 0.44
16 335.00 129.00 0.47
17 141.00 131.00 0.50
18 30.90 134.00 0.53
19 105.00 141 . 00 0.56
20 84.10 162.00 0.59
21 49.70 170.00 0.62
22 64.20 174.00 0.65
23 125.00 182.00 0.68
24 93.40 1'88.00 o. 71
25 182.00 193.00 0.74
26 92.90 219.00 0.76
27 381.0:) 222.00 o. 79
28 129.00 224.00 0.82
29 33.80 228,00 0.85
30 224.00 230.00 0.88
31 92.60 231.00 0.91
32 131.00 312.00 0.94
33 81.80 335.00 0.97
34 162.00 381 .00 1.00
 30

8. 2 Correlact6n lineal simple

El análisis de correlaci6n se utillza para conocer c6mo una variable

independiente (x) afecta a una variable dependiente (y). Si existe solo

una variable independiente involucrada, al proceso de análisis se le e~

noce como de correlaci6n simple; si hay más de una variable indepen-

diente, se denomina correlaci6n múltiple.

Es conveniente antes de proceder a un análisis de correlaéi6n simple de

una ser1e de parejas de datos, graftcar estos, con el fín de conocer la

tendencia de la naturaleza en la relac16n de los datos. Si. su forma ti.en

de a una línea recta, la relaci6n se dice lineal, si es curva, la relaci6n

se denomina curvilínea. Esta Última es factible cambiarla a lineal rea

lizando transformaciones de los eJes coordenados.

Una vez graficadas las pareJas de va lores de datos y conocida su tenden

ci.a, se correlacionan para conocer cual es la relaci6n que meJor se-

ajusta a dicha tendencia. Por tanto, si la tendencia es una línea recta,

a la cual se denomina recta de regres16n, para calcular su ecuaci6n, se

puede utilizar el método de mímmos cuadrados.

En la fi.g 8. 3 se muestra una serie de pareJas de datos (xi, Yi) en cuya

correlaci6n simple, la ecuaci6n de la recta de regresi.6n se puede escr..!_

bir como
 31

(8. 13)

la cual plantea el problema de calcular los valores de los parámetros

a y b, tales que proporcionen el mejor ajuste de los datos. Para esto,

como ya se indtc6 se puede utilizar el método de los m(nimos cuadra-

dos, el cual se basa en que la suma de los errores al cuadrado sea m(

' -
nimo.

El error (e) para cada punto muestreado se obtiene como

(8. 14)

donde Yi es el valor dato, y (a+ b xi) es el valor inferido u obtenido

de la ecuaci6n de la recta de regresi6n.

y¡

e¡
Yi'=a tbxi
y¡
y¡•

Xi

F i g . 8. 3 Corre 1a e i ón s i m p 1e
\
1 '

32

Haciendo que la sumas de los errores (ei) al cuadrado de cada punto

dato ec (8. 14) sea m(ni rno, se obtienen las ecuaciones simultáneas

n n
¿ Yi = an +b ~ Xi
i =1 i =1

n n n
.L.= XiYi = a L Xi +b \ L Xt2
1 1 i =1 i = 1

donde

n número de pareJa de dato.

Se tienen entoncesdosecuaciones con dos inc6gnitas, a y b que son

los parámetros buscados. De otra forma, demuestra que pueden cal-

cu larse según se relacionen.

b = Sxy (8. 15)

Sxx

a = Y b.x (8. 16)

donde

~
n
Sxx = n l. '}(' . 2
''"\ -
1
~il;1
(8. 17)
i =1
 33

n
Sxy = n
i
[
=1
X¡_ Y¡ - ( .f
t=1
X¡) ( .
t=1
i-. Yt) (8. 18)

y x y y son la media de los \19.lores xi y Yi re_~pectivamente

(ec. 8 .6).

La ecuaci6n de la recta de regresi6n (ec 8. 13) así obtenida es para cada

x 1 >la media de la variaci6n de la variable dependiente Yt. Conforme

la pareja de los valores Xt>Yi tiendan a agruparse sobre una línea rec-

ta la variancia del error e¡ tenderá a cero. La variancia del error se

, puede escribir como

Se2= Syy . 1- (Sxy) 2 ]

[ (8. 19)
n(n-2) SxxSyy

siendo

Sxy
= (Sxx Syy) 1/ 2

donde SYY es una expresi6n si mi lar a la ec (8. 17) sustituyendo a las

2
x¡ por Y¡, Sy la variancia de las Yi > y rxy se le denomina coeficie!!_

te de correlaci6n lineat. Este coeficiente es un Índice que proporciona

una idea de que tan agrupadas están las parejas de valores xi'yi a la

curva de aJuste> en este caso a una línea recta. Obs~rvese que si -

rxy vale 1 6 - 1, de la ec 8. 19 se obtiene que la variancia del error

'}
\
j 34

es cero, y por tanto, todos los puntos (>s_, Yi) están .sobre la curva o una

recta.

Conforme el valor de rxy tiende a cero, la correlaci6n de los puntos en

estudio se aleja de una l(nea recta. Si. rxy vale cero implica que la va-

riancia del error es igual a la variancia de la variable dependiente y ,

y en este caso, la ecuaci6n de regresi6n no es mejor que la media para

estimar la variable dependiente y por lo tanto, no hay correlaci6n entre

las dos variables •

Si se analiza la ec 8.13 y 8.14, se ve que para cada valor inferido de

la variable dependiente se tendrá un cierto error, en funci6n de que tan

correlacionadas estén las variables. Una medida de la variaci6n de los

puntos con respecto a la recta de regresi6n se puede deducir del error

estándar de la estimaci6n, que es análogo a la desviaci6n estándar de

una variable cuando se trata de conocer la dispersi6n respecto de su -

med1a. Para cada valor de la variable independiente x = Xo, se puede

conocer cual es el error estándar para un cierto nivel de significanc.ia

"'- de la variable dependiente y, al utilizar la ec 8. 13, aplicando la

ecuaci6n:

~
r--------------------~,

E= ± t c(/2 Se 1 + 1 + n (xo- x) 2 (8 o 20)

n Sxx
 35

donde t ex.¡2 se obtiene para la distribuci6n· "t" con n-2 grados de libe!:,

tad.

De esta manera, de las ecs 8.13 y 8.20, se obtiene que

y =a + bx + e (8. 21)

que permite calcular el valor de la variable dependiente y con un cierto

intervalo de confianza, para cualquier valor de la variable independie!!

te x.

Ejemplo 8. 7 Aplicaci6n de la correlaci6n lineal simple.

En la tabla mostrada (8. 9), se proporcionan los gastos medios mensua

les aforados por estaciones hidrométricas sobre una corriente localiza

da en el lÍmite de los Estados de Tabasco y Chiapas dentro de la cuenca

del R(o Grijalva durante el año de 1969. Se desea obtener, por medio

de un análisis de correlaci6n lineal simple, la ecuaci6n que relaciona die

chos gastos y su coeficiente de correlaci6n, as( como el gasto medio -

esperado en el Río Mezcalapa cuando se presente en el Río Grijalva un

gasto medio de Q Med =:: 3,500 m 3;seg.

Como se trata de obtener una relaci6n del tipo (ec 8. 13): y 1 =a!" bx,

asignamos a los gastos las variables y 1 =variable dependiente a la-

Est. Reforma de 1 R(o Mezca lapa; x = variable independiente a la Est.

Malpaso 11 sobre el Río Grijalva. Para facilidad de cálculos elaboramos

la tabla 8. 10.
 ' . ..
... ~

36

Tabla 8. 9 Gastos medios mensuales afor'ados durante el año de 1969

Río Grijalva Río Mezcalapa

Estación Mal paso 11 Estación Reforma
O'- den 1969 Gast~medio Gasto medio
Mes (m /s) ( m3/s)

1 Enero 321.08 175.97

2 Febrero 222.81 75.83
3 Marzo 155.41 45.94
4 Abril 274.58 77.57
5 Mayo 431.65 131 .18
6 Junio 446.52 136.05
7 Julio 456.84 171 .13
8 Agosto 1270.04 475.75
9 Septiembre 2089.29 897.42
10 Octubre 1618.41 710.58
11 Noviembre 431.72 268.30
12 Diciembre 509.33 224.12

Tabla 8. 1 O 0'-denamiento del cálculo (ejemplo 8. 7 )

1 2 3 4 5 6
Orden xi yi (xi)2 (yi):¿ (xi)(yi)

1 321 .08 175.97 103092.37 30965.44 56500.45

2 222.81 75.83 49644.30 5750.19 16895.68
3 155.41 45.94 24152.27 2110.48 7139.54
4 274.58 77.57 75394.18 6017.1 o 21299.17
5 431 .65 131 • 1 8 186321.72 17208.19 56623.85
6 446.52 136.05 199380.60 18509.60 60749.05
7 456.84 171 .13 208702.79 29285.48 78179.03
8 1270.04 475.75 1613001.60 226338.06 604221.53
9 2089.29 897.42 4365132.70 805362.66 1874970.63
10 1618.41 710.58 2619250.93 504923.94 1150009.78
11 431.72 268.30 186382.16 71984.89 115830.48
12 509.33 224.12 259417.05 50229.77 114151 .04
8227.68 3389.84 9889872.18 1768685.80 4156570.23
 37

De la Tabla 8.10 se obtienen los siguientes valores:

n
[. X¡_ = 8227.68
i = 1

n
Í.. Yi = 3389.84
i =1

t
i = 1
2
(X¡_) = 9,889,872.18

n
í_ (Y{) 2 = 1 J 768,685.80
i = 1

n
L XiYi = 4,156,570.23
i =1

Cálculo de los parámetros a y b

De 1~ ec (8 . 17) se deduce que

Sxx = 12 (9889,872.18)- (8227 .68) 2 = 50983747.96

y de la ec (8.18) Sxy = 12 (4156570.23)- (8227 .68) (3389.84) = 21988323.99

La media de los datos (ec 8. 6) son:

y = 3389.84 = 282.48
12
 38

X = 8227o68 = 685o64
12

Sustituyendo los valores anteriores en las ecs (8 o 15) y (8 .16) se obtiene

b = 21988323o99 = 0.4310
50983747.98

a = 282.48 - 0.4310 (685.64) = - 13.03

Por tanto, la ecuaci6n de la recta de regresi6n que proporciona el mejor

ajuste entre los valores de los gastos medios mensUJales en los ríos Gri

Jalva (x) y Mezcalapa (y) resulta según la eco 8o13

y' =-13.03 + 0.4310 X

siendo su coeficiente de correlaci6n, teniendo en cuenta que

Syy = 12 (1768685.80)- (3389.84)

2
= 97~3214.38
igual a
2
1") (21988323.99)
r~ --------~-----------~--------
(50983747.98) (9733214.38)
; r = 0.9871

En la fig. 8. 4 se muestran los valores datos, as! como la ecuaci6n de

mejor ajuste entre ellos o

Para conocer el gasto medio que circula por el Río Mezcalapa, cuando

aguas abajo en el Río Grijalva se present6 un gasto de 3500 m 3 /seg de

la ec. de la recta de regresi6n encontrada se tiene que

Q Mezcalapa = f (Q Gri.jalva)

y = f (x)
·- ---,--------------- - --- ---------------------- -

R 1 o ~ezcolapa
E·stación Reformo
Y ( Q Ned- m3¡, )
39

__1_~_?_9_- -- --------------------------------- -------------------------- ---------------- -~

1 600 /" 1

.../ 1
__1_'! ~ -~·-5_--- ----- -------------- --- --- ------ --- -- ------------------------------ -- :,;;r----- ----- -
1 ~

/"""' :
_! ?_~_1_-- ------------------------------- --------------- ------ ~- - -- --- - ------- -~
1200 ~
/"""'
/": 1
1
1
1
1
1
1
9

~ecto
800
de mejor ajuste
o Recto de ReQreslón
y =-13.03 +0.431x

4 00

+ Puntos Dato, Gastos

Medios Men·suales

3500 X

o 400 800 1200 1600 2000 2400 2800 3200 Xo

( Q Med-rn 3/s
RÍo Grijalva
Estación Malpasoll

Fig. 8.4 Recta de Regresión obtenida para rela clonar los gastos
medios mensuales, aforados en los estaciones hidrométtj
cas Reforma y Malpaso 11.
Por lo que sí X = 3500

y' = - 13 . 03 + o . 431 o (3500) = 13. 03 + 1 508 . 50

y' = 1495.47 m 3 /seg.

resultaría el gasto medio en el Río Mezcalpa, obtenido de la recta de

regresi6n.

Considerando para valuar el error estándar de la predicci6n un nivel de

si.gni.fi.canci.a de 0.95, (~ = 0.05) y CX/2 = 0.025 y grados de Uber-

tad -y =n - 2 ·= 12 - 2 = .12

de los valores tabulados de la di.stribuci.6n "t" se. deduce:

 40

O(
t = t o. 025 = 2. 228
2

siendo la variancia de 1 error (ec 8. 19) igual a

2 S 2
Se= YY
n(n-2)
1- (Sxy)2
SxxSyy
=9733214.38
- ----
12 (12-2)
1- (21988323.99)
(509837 4 7. 98)(9733214. 38

=81110.12 (1- 0.97) = 8110.12 (0.03) = 2083.89

Se = J 2083.8~ = 45.65

Sustituyendo los va lores en la ec 8 • 20, con Xo = 3500

2
+ (2.228) (45.65)
1 + 1 + 12 (3500- 685.64) =
12 50983747.98

= + 101.7082 ~ 1 + 0.0833 + 1 .8643~ = + 101.7082 (1. 7169)

as(, el intervalo de confianza: E= + 174.62

por tanto, se podr(a afirmar que el gasto medio más probable (P = 0.95)

esperado en la estaci6n Reforma cuando se presentan 3500 m 3 /seg. en

la estaci6n fv\alpaso II serra, con su intervalo de confianza de.

y = 13. 03 + o • 431 o (3500) + 17 4. 62

y = 1495.47 + 174.62

as(

Q Med máximo = 1495.47 + 174.62 = 1670 m 3 ;seg

Q Med m(nimo = 1495.47 174.62 = 1321 m 3 /seg

• o
 41

Puede notarse que e 1 error estándar de la predicci6n Y 0 intervalo de

confianza resulta el 11.7 % del valor obtenido para y'.

EJemplo 8.8 En la tabÚ:l (8 .11) se proponen los gastos máximos men-

su~les aforados (col. 3) y su correspondiente lectura sobre la escala

de referencia (col. 4) del Río Mezcalapa, Estaci6n Las Peñitas, en el

Edo. de-Chiapas correspondiente a la cuenca del Río Grijalva. El cero

de la escala se encuentra en la cota + 50.00 m respecto al banco de-

nivel. Se desea encontrar, aplicado el método de correlaci6n lineal si~

ple, la ecuaci6n que mejor relacione dichos valores, su coeficiente de

correlaci6n, as( como e.:l gasto máximo mensual esperado en la corrie~

te cuendo se tenga una lectura de escala de 6.80 m.

La relaci6n pedida corresponde que la ecuaci6n de una curva de eleva-

ciones-gastos para el río en estudio. Esta curva generalmente tiene la

forma:

Q = aohb

Q gasto que pasa por secci6n (m3/seg)

h tirante hidráulico o elevaci6n de la superficie del

.
agua respecto a un punto. (m)

a 0 ,b parámetros, funci6n de las características part_!

culares del escurrimiento.

/
 42

Siendo esta la forma de la ecuaci6n buscada, para poder utilizar el aná

lisis de correlaci6n lineal en vez de la curvilínea, será necesario efec-

tuar ciertas transformaciones de forma tal que pueda relacionar lineal

.
mente, así tomando logarftmos se tiene

log Q = log aa + b log h

y considerando

y' = log Q

x = log h

a = log aa
queda

y' = a + bx

que es la ecuact6n de una recta con pendiente by ordenada al origen a,

con la característica de la recta de regresi6n pudiendo así emplear el

análisis lineal deseado. Para la secuencia de cálculo, se elabor6 la-

Tabla 8. 12

De dicha tabla se tienen los siguientes valores:

n n
l. Xi = 7.0620 ; l._ y i = 36. 1844
i =1 i = 1

n n
L (Xi)~ 4.39:?1 ; "[_ (y¡)
2
= 110.7134
i =1 i = 1
 43
Tabla 8.11 Gastos máximos r:1ensuales en la escala de tirantes corres-
pondiente al Río Mezcalapa en la estación La Peñita durante
el año de 1 969.

1 2 3 4
Gasto máximo Lectura en la es cal a de
<X-den Mes mensual tirantes respecto al ce-
( m3/s) ro m)e
1 Enero 1156.000 4.16
2 Febrero 445.740 2.75
3 Marzo 325.450 2.41
4 Abril 457.000 2.86
5 Mayo 506.500 2.97
6 Junio 560.500 3.09
!
7 Julio 884.500 3.69
8 Agosto 2230.000 5.30
9 Septiembre 4000.000 6.40
10 Octubre 3765.000 6.42
11 Noviembre 2490.000 5.39
12 Diciembre 944.000 3.68

Tabla 8.12 Ordenamiento de cálculo.

1 2 3 4 5 6 7 8
Orden h q xi yi (xi)2 (yi)2 (xi)(yi)

1 4.16 1156.00 0.6191 3.0645 0.3832 9.3911 1. 8972

2 2.75 445.74 0.4393 2.6493 0.1929 7.0187 1 .1638
3 2.41 325.45 0.3820 2. 511 9 0.1459 6.3096 0.9595
4 2.86 457.00 0.4564 2.6599 0.2083 7.0750 1. 2139
5 2.97 506.50 0.4728 2.7050 0.2235 7.3170 1 .2789
6 3.09 560.50 0.4900 2. 7490 0.2401 7.5570 1 .3470
7 3.69 884.50 0.5670 2.9469 0.3214 8.6842 1.6708
8 5.30 2230.00 o. 7243 3.3483 0.5246 11.2111 2.4251
9 6.40 4000.00 0.8062 3.3483 0 •. 6499 12.9751 2.9040
10 6.42 3765.00 0.8075 3.5763 0.6520 12.7899 2.8878
11 5.39 2490.00 0.7316 3.3962 0.5352 11 .5341 2.4846
12 3.68 944.00 0.5658 2.9150 0.3201 8.8586 1.6832
Suma: 7.0620 36.1844 4.3971 110.7134 21.9158
 /

44

n
L Xi Yt = 21 .9158
i =1

sustituyendo los valores anteriores en la ec (8. 17) se tiene que

2
Sxx = 12(4.3971)- (7 .0620) = 2.8934
y de la ec (8 • 18)
Sxy = 12(21.9158) (36.1844) = 7.4554

siendo la medida de los datos:

y = 36.1844 = 3.0153
12

X = 7.0620 = 0. 5885
12

Sustituyendo los valores en las ecs (8. 15) y (8. 16) se tiene que

b = 7. 4554 = 2. 58 y
2.8934

a = 3.0153- 2.58 (0.5885) = 1.50

Por tanto, la ecuaci6n de la recta de regresi6n (en escala doble-loga-

rítmico por la transformaci6n hecha) que proporciona el mejor ajuste

entre los valores de los gastos máximos mensuales (y) y su correspo!:!_

diente lectura en la escala (x) sobre el R(o Mezcalapa resulta, según-

la ec • (8 . 13)

y' = 1.50 + 2.58 X

pero de acuerdo con la transformaci6n hecha y la forma de la ecuaci6n

de una curva E-Q, se tiene que

 45

a = log a 0 = 1 • 50

aa = antilog 1.50 = 31.62

as( la ecuaci6n de la cifra E-Q que proporciona el mejor ajúste a los d~

tos en escala normal o aritmática resulta

Q = 31.62 (h) 2 • 58

En las figs 8. 5 y 8. 6 se muestran las relaciones existentes e_ntre los

datos y estas ecuaciones.

Su coeficiente de correlaci6n considerando

Syy = 12(110.7134)- (36.1844) 2 = 19.25

se obtiene de la ec (8. 19) como \

7.4554 7.4554
r=
[ (2.8934) (19. 2500)] l/2 7.4630

r = 0.9989

que involucra un ajuste practicamente sin error apreciable.

Para conocer el gasto máximo mensual que circula por la secci6n en el

R(o Mezcalapa cuando se tiene una lectura de 6.80 m en la escala afor~

dora en su ma_rgen, se pueden utilizar las ecuaciones de la recta de re-

gresi6n y de la curva encontradas. As(,

Q Mezcalapa = f (h escala)

y = f (x)

como: y' = 1 • 50 + 2, 58 X
 46

3 ·5 .'. Q = antllog 3.648= 4446 m 3/a

3.0

2.5
y: 1.50 _. 2.58 X

2.0

1.5

1.0

0.5

lh•6. SO m.
x=O. 8325

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8

x=log h
h(m)

fi g. 8 .5 Recta de RegresiÓn (y= 1.50 .f-2.58 x) obtenida para

,
relacionar los gastos maximos mensuales en el
Rfo Mezcalapa y las lecturas correspondientes
en la escala de Referencia. Escala aritmética.
 47
Q Ma'x. '1
Nentuol
(m3/t)

4000

Curvo de mejor ajuste con-+--........,

escalos o rltme'ticos
30 o o ~-----+--
0=31.62 (h)2 · 58

+ Puntos dato
¡! tO.O

2000 + - - -

1000
----r-
,
!

6.80m.
~-----~---+-----4-----~----~----+----~~----~~x
o 2 3 4 5 6 7
h( m)

Fig. 8. 6 Curva de mejor ajuste obtenida para relacionar

los gastos máximos mensuales en el Río
Mezcalapa y las lecturas correspondientes en
la escalo de referencia. Curva Elevacion-es -Ga!_
tos de la Esta e Ión Hidrométrica Las Peñitas.
 48

siendo x = log h = log 6.80 = 0.8325

subst: y'= 1.50 + 2.58 (0.8325) = 1.50 + 2.1478 = 3.6478

y = log Q; Q = antilog (y') = antilog (3. 6478)

QM = 4444 m 3 /seg recta de regresi6n , o bien 1;{

ecuaci6n de la curva E - Q.

Q = 31.62 (h) 2 · 58

= 31.62 (6.80) 2 ·58 = 31.62 (140.60) = 4445.80 m 3 ;seg

Si se elige para valuar el error un nivel de significancia de 0.95, O(= 0.5

y o(= 0.025
2

los grados de libertad \) = n-2 = 12-2 = 10 , de los valores tabulados para

la distribuci6n "t" obtenemos:

t ~ = t o. 025 = 2. 228 y

la variancia del error "Se 2 " de acuerdo a la ec (8.19) es

se2 = 19.25 1_ (7 .4554) 2 ] = 0.00034

12( 12-2) [ (2. 8934)(19. 25)

y la desviaci6n est~ndar: Se = 0.018

Sustituyendo los valores en la ec (8. 20) con Xo = O. 8325 se tiene

2
é= + (2.228) (0.018) ¡11 +-1 + 12 (0.8325- 0.5885) '=
12 ~ 2.8934
 49

E. = + o. 0401 ~ 1 + o. 0833 + o. 2467 = + o. 0401 i 1 • 33 =

=+ 0.0401 (1.153) =+ 0.0462

= + 0.0462

por tanto, de la ec (8. 21)

y = a + bx + t
vemos que el valor para el error estándar o intervalo de confianza
.
[. = + 0.0462 en esta curva elevaci~nes- gastos resulta-tan pequeño,

que el valor del gasto máximo mensual más probable que se presenta en

•• el R(o Mezcalapa cuando la lectura sobre la escala es de 6.80 m, se ob-

tiene directamente de las ecuaciones encontradas, depreciando e 1 error

o intervalo de confianza, sin que esto afecte a la predicci6n en forma-

significativa, as(

cuando h = 6.80 m

QM = 4445 m31 seg

--
Lo anterior es de esperarse pués el coeficiente de correlación practi~

mente tiene el valor de la unidad.

8. 3 Correlaci6n lineal múltiple

Esta técmca de análisis se utiliza cuando la variable dependiente "y"

es funci6n de dos o más variables independientes x 1 x 2 ... xn. Es muy:

usada en hidrología para obtener relaciones por ejemplo entre los gas-
 50

tos máximos y las características fisiográficas de la cuenca en estudio,

para determinar f6rmulas de tiempos de pico, para generaci6n de escu

rrimientos,· etc. El valor por estimar y' se puede conocer a partir de

una ecuaci6n lineal del tipo

(8. 22)

- donde las ai sedeterminana partir de los datos disponibles y de tal rila-

nera que la suma de los errores al cuadrado sea mínima. A partir de

esto, los parámetros a¡ se obtienen al resolver el siguiente sistema:

N =

2
X·
n1

(8. 23)

donde N es el número de. grupos de valores (x1i, x 2 i, .•. xni' Yi) y las-

su mas son desde i hasta N.

A partí r de una ecuaci6n similar a la (8. 14) y de acuerdo con la ec (8. 9)

se puede obtener la variancia del error como

(8. 24)
 51

donde

(8.25)

Las ecs (8. 24) y (8. 25) permiten conocer que tanto influyen cada una de

las variables independientes (x 1 , x 2 , ..• xrJ en el valor de y. Supo-

niendo que se desea saber que tanto influye la variable Xn en el cálculo

de y, se procede de la siguiente manera;se calcula utilizando la ec (8.25)

la variacia s~ 1 de las restantes variables, pero sin tener en cuenta el

último t~rmino funci6n de Xn· Conocidas las variancias, se aplica la-

prueba F (ec 8. 10) considerando que

F = N- n -:1 (Sn2 - Sn~ 1) (8. 26)

se2 n- (n- 1)

Comparando el valor calculado de F según la ec (8. 26) y el valor tabular

de F con grados de libertad .V 1 =N- n- 1 y V 2 =N- (n- 1) , si

el primero es mayor que el segundo, el ajuste de'y"mejora si se utiliza

Obs~rvese que el criterio anterior se puede efectuar suponiendo simul-

táneamente varias variables x 1 , pero siempre comparando con respec-

toa la ec (8.22). Por el proceso iterativo de este análisis, conviene-

siempre empezar comprando el valor observado de "y " con el obtenido-

mediante el ajuste de "y;• este último funci6n de dos y tres variables d~

 52

pendientes, y as( sucesivamente.

Otra_ manera de ver como influye cada variable de xi. Para cada ec (8. 22)

se valCran los parámetros a¡ y se calculan con los valores datos los valo
¡.~es de y', obteniendose finalmente el coeficiente de correlaci6n entre -

estos valores y los valores datos de y. De esta manera se encuentra cual

es la mejor ec (8. 22) para determinar los valores de y.

Ejemplo 8.9 A partir del análisis de las características de las subcue!!

cas aforas más representativas correspondientes a la cuenca del R(o ~

nuco, se desea obtener una relaci6n que permita conocer el gasto máxi-

mo para diversas per(odos de retorno. Una vez definida la relaci6n, ob-

tener el gasto máximo para la cuenca del R(o Pánuco hasta su desembo-

cadura para un per(odo de retorno de 25 años.

Las cuencas que se seleccionaron para el análisis se muestran enlaTa-

bla 8 .13. La informaci6n de estaciones, gastos máximos y año de regi~

tros se obtuvieron del "Boletín Hidrol6gico No. 32, Tomo 1" editado oor

la Secretaría de Recursos Hidráulicos, a las cuales se les calcu16 SlJS

caracter(sticas fisiográficas más importantes (capítulo 2), relacionando

estas con el gasto máximo registrado y su per(odo de retorno (v~ase in-

ciso 8. 4. 3)
 53

TABLA 8. 13

CARACTERISTICAS DE LAS SUBCUENCAS SELECCIO

NADAS PARA EL ANAUSIS

1
Pendiente Long. Cauce
Corriente Estaci6n Area cauce pri!! Principal
Rfo Nombre (km~ cipal (m)
A S L

Tampa6n El Pujal 23373 0.0076 325 000

Moctezuma Pte.Maza
cintla
- 17238 0.0077 215 000
Amajac Temamatla 6884 0.0135 155 000
Tempoal Tempoal 5275 0.0139 150 000
Axtla Requetemú 661 0.0792 25 000

Desni ve 1 entre Gasto Período

Corriente Estaci6n origen y secci6n máximo de retorno
Río Nombre de aforos (m) (m3 /seg) (años)
E Qmáx Tr

'
Tampa6n El Pujal 2474 5410 6.50
Moctezuma Pte.Maza
cintla
- 1647 5233 4.33
Amajac Temamatla 2087 4037 3.25
Tempoal Tempoal 2085 3295 2.60
Axtla Requetemú 1979 2696 2.17
..
 54

Despu~s de revisar diversas ecuaciones, se propuso para iniciar el

estudio una ecuaci6n de liga de 1 tipo

~=a AbscTd

que involucra la relaci6n basada, siendo a, b, e y d los párámetros a

determinar. Aunque 16gicamente al hacer intervenir en el problema -

solo cinco subcuencas, para procesar la ecuaci6n planteada, se tiene-

muy poca informaci6n para realizar el ajuste de los parámetros y util!_

zarlos para hacer inferencia. Por claridad se prefiri6 sacrificar infor

maci6n y trabajar solo con cinco subcuencas. Hecha la aclaraci6n an-

terior, como la ecuaci6n propuesta representa una relaci6n no lineal, se

hace la transformaci6n necesar(a para aplicar el procedimiento visto en

la correlaci6n l(neal multiple. Tomando logarftmos decimales se tiene

que

log QM = log a + b log A + e log S + d log Tr

log QM =y'

con lo cual

log a = a , b = a 1, e = a , d = a
0 2 3
log A = x 1 , log S = x 2 , log T r = x 3

queda y' = a 0 + a1 x1 + a 2 x 2 + a 3 x 3 , que es la relaci6n lineal

pedida. De acuerdo al sistema (8. 23) indicando con
 55

n
~ =- Z ; x1i = x1, x2i = x2, x3i = xa , Yi =y,
i = 1

las ecuaciones asociadas a la matríz serían

Y = élon + a1 L x1 + a2 L x2 + as Z Xs
yx1 = élo 2 x1 + a1 ~ x12 + a2 ~x1x2 +as Z x1x3

yx2 = ~ L. x2 + a1 L x1 x2 + ~ -z_ ~2 +as L ~x3

que es un sistema de 4 ecuacones con 4 inc6gnitas. Para resolver el

1

sistema se elabor6 la Tabla 8.14

Substituyendo los resultados de la Tabla 8.14 en el sistema, se tiene

que

18.008 = 5a0 + 18.986 a 1 -9.060 a2 + 2. 714 a 3

68.681 = 18.986 a 0 + 73.576 a 1 - 35.404 a 2 + 10.712 a 3

-32.824 = 9.060 a 0 - 35.404 a 1 + 17.112 a 2 - 5.168 a3

9 • 868 = 2 • 71 4 a 0 + 1o • 7 12 a 1 - 5 • 168 a 2 + 1 • 61 5 a 3

Resolviendo el sistema, se deduce los valores de los parámetros que

son:

a 0 = 5.5541 = log a a = anti log a 0 = 7 43600

a 1 = 1.8736 = b

a 2 = 2:2136 = e

a 3 = 2.1207 = d
 56

Tabla 8.14 Ordenamiento del cálculo

Orden Q máx Area Pendiente Per(odo de y x, X2 x3

(m3/s) (/2m 2 (S-m/m) Retorno (Tr-años) log Q log A log S log Tr

1 5410 23373 0.0076 6.50 3.735 4.369 -2.119 0.813

2 5233 17238 0.0077 4.33 3.720 4.238 -2.113 0.637
'
3 4037 6884 0.0135 3.25 3.606 3.837 -1 .870 0.512
4 2295 5275 0.0139 2.60 3.516 3.516 -1.857 0.415
5 2696 661 0.0792 2.17 3.431 2.821 -1 . 101 0.337
18.008 18.986 -9.060 2.714

2 2'
x1 X¿_2 x3 x1 x2 X1 X3 X2 X3 y x1 yX2 yX3
'
(

19.088 4.490 0.661 -9.258 3.552 -1.723 16.318 -7.914 3.037

.., .961 4.465 0.406 -8.955 2.700 -1 .346 15.765 -7.860 2.370
lo 723 3.497 0.262 -7.175 1 .965 -o .957 13.836 -6.743 1 .846
13.846 3.448 0.172 -6.910 1 .544 -o. 771 13.083 -6.529 1 .459
7.958 1 • 212 0.114 -3 • 1 06 1 o . 951 -o .371 9.679 -3.778 1 .156
73.576 17.112 1 • 615 -35.404 10.712 -5.168 68.681 -32.824 9.868 S
 57

y finalmente la ecuaci6n buscada resulta

lag QM = lag a +b lag A +e lag S +d lag T r

lag QM = 5.541 - 1 .8736 lag A- 2.2136 lag S+ 2.1207

lag Tr • • • (1)

QM =a A
b
S
e Tro

as(

QM = 743600 A- 1.8736 S- 2.2136 Tr 2.1207¡

\

Tr2.12 3
Qm = 743600 (A 1 • 87)(s 2 • 21 ) (m /seg)

y de acuerdo a la ecuaci6n (8. 24) la variancia del error será:

2_ 5 2
Yl n

donde (8 • 25)

= 5.5541 (18.008)- 1.8736 (68.681)- 2.2136

( - 32.824) + 2. 1207 (9.868) = 64.9238

por otro lado

Yt 2 = 64.9259

subst en (8 • 24)

se 2 = 64. 9259 - 649238 = o. 0021

y la desv. estándar de 1 error.
 58

Se= i 0.0021 1
= 0.0456

S el gasto rráxi.mo para el Río Pánuco asociado a un Tr = 25 años, re-

sultaría según la ecuaci6n obtenida, en la estaci6n de Las Adjuntas-

A = 61063 km 2

= 5.5541 - 1.8736 (log A)- 2.2136 (log S)+ 2.1207 (log Tr)

= 5.5541 - 1.8736 (4. 7858)- 2.2136 (-2.1487) + 2.1207 (1.3979)

= 4.3085 log QM = 4.3085

QM = anti log 4. 3085

QM = 20340 · m3/seg

Tr = 25 años

Ejemplo 8. 10 Se desea conocer la relaci6n existente entre los gastos

máximos (Qmáx) del Río Pánuco en funci6n de sus afluentes principales

como lo son los Ríos Moctezuma, Amajac y Tempoal. La ecuaci6n pe-

dida resultaría del tipo (Q = Qmáx)

_ QP =a+ bQM +e QA + d QT, y obtener los registros

de 1959 y 60 de la est. Temamatla faltantes.

) .-
Para obtener la relaci6n deseada, se eligieron sobre las corrientes afe~

tadas, las estaciones hidrom~tricas l'l)ás representtativas en cuanto a sus

·-
aforos de gastos circulantes, resumiendo estas:
 59

(P) Río Pánuco - Estaci6n Las Adjuntas

(M) ' Río tv\octezuma - Estaci6n Tierra Blanca

(A) Río Amajac - Estaci6n Temamatla

(T) Río Tempoal - Estaci6n Tempoal, _asignando a cada

una de ellas un período de registro de 8 años para el proceso de cálcu-

lo, datos que se muestran en la Tabla 8. 15

siendo la relaci6n entre los gasto máximos:

QP =a + b QM +e QA +d QT

QP =y, QM =x1 , QA = ~ , QT = Xs
a = ao, b =a 1, e ~ a2 , d = a3 queda:

relaci6n que es posible resolverla, encontrando los valores de los pará

metros a 0 , a 1 , a 2 y a 3 tales que proporcionen el mejor ajuste a los~

lores reales y por medio del análisis de correlaci6n lineal multiple -

(con 4 valores); as( de acuerdo al sis_tema (8. 23) el planteamiento mate-

rial se transforma indicando con:

n
2:. = Z:. ; x 1i = x 1 , x2i = ~, x3i = xa, Yi =Y
i = 1

a las ecuaciones
'-
1
1
1
1·
i
1
1
!
60
1
'
1
1
!
i'

~y = aon +a¡ 2. x1 + a2 :?:: x2 + as~ xs

z. yx1 = a0 ¿_ x 1 + a 1 ~ x 1 2 + a2 -z. x 1x 2 + asz.. x 1xs

¿y~ = a
0 z ~ + a1 .z: x 1 ~ +~,:E.. x 2 2 +as :E. ~xs

YXs + aO :E_ Xs + a1 ¿_ X1XS + ~ ~~Xs + aaz XS2

que es un sistema de4 ecuaciones con 4 inc6gnitas. Para resolver el
!

sistema se elabor6 la Tabla 8. 16

Sustituyendo los valores de la Tablé! 8.16 en el siste~-se tiene que

27.065 = 8~ + 4.S02a 1 + 6.616~ + 10.101as

1
17.8451 = 4.S02~ + 4.9SS6a1 + 4. 2504a2 + 7 .182as

22.5447 = 6.616a0 + 4.2504a 1 + 5.93~·+ 8.5987as

'
S9.4159 = 10.101~ + 7 .1820at + 8.5987a2 + 15.2140as

Resolviendo el sistema se encuentran los valores de los parámetros que

son ~ = 1.2496 =a; a1 = -0.0164 = b; a2=-0.8029 =e; as= 2.2226 = d

y la ecuaci6n buscada es

QP = a +b QM +e QA +d QT

QP = 1.2496- 0.0164 QM- 0.8029 QA + 2.2226 QT

en (ms x 10~ ••• (1)

De acuerdo a la ecuaci6n (8. 24) la variancia del error será:

 61

Tabla 8.15 Relación entre gastos máximos aforados.

Gastos máximos aforados en miles de m3

Estación

l¡
Orden 1
Año Las Adjuntas Tierra Blanca Tamamatla Tempoal
i y x1 x2 x3

1 i 1961 3.295 0.290 0.828 0.853

1
2 1962 1. 735 0.157 0.642 0.739
3 1963 4.037 0.287 0.774 1 .800
4 1964 2.038 0.225 0.604 0.748
5 1965 2.621 0.327 0.856 o. 793
6 1966 5.410 0.341 0.522 1
1. 778
7 1967 5.233 0.005 1 .118 1
1
2.245
8 1968 2.696 0.670 1.272 1 .145
n=a SUMA 27.065 4.302 6.616 10.101

1
-1

Tabla 8.-16 Procesamiento de cálculo.

i
2 2 2 1

x1 x2 x3 x1 x2 x1 x3 x2x3 yx1 1
yx2 yx3
1 1

0.0841 1 0.6855 0.7276 o. 2401 0.2473 o. 7062 0.95551 2.7282 2.8106

0.0246 0.4121 0.5461 0.1007 0.1160 0.4744 0.2723 1 .1138 1. 2821
0.0823
1
0.5990 3.2400 o. 2221 0.5166 1 .3932 1 .1586 3.1246 7.2666
0.0506 0.3648 0.5595 0.1359 0.1683 0.4517 0.4585 1 .2309 1 .5244
0.1069 0.7327 0.6288 0.2799 o. 2593 0.6788 0.8570 2.2435 2.0784
0.1162 0.2724 3.1612 0.1780 0.6062 0.9281 1 .84481 2.8240 9.6189
4.0200 1 .2499 5.040 2.2415 4.5042 2.5099 1 o. 4921 L 5.8504 11.7480
f
0.4489 1 • 6179 1 .311 0.8522 o. 7671 1 .4564 1. 8063 3.4293 3.0869
4.9336 5.9343 15.2142 4.2504 4.2504 7.180 17.8451 22.5447 39.4159
 6:2

donde (8 • 25) Sn
2
=a 0 ~ y+ a 1 2_ yx 1 + ~ z. yx2 + a 3 ~ yx3 =
1

1
= 1.2496 (27 .065)- 0.0164 (17 .8491)-
i
-0.8029 (22.5447) + 2.2226 (39.4159) = 103.0324

siendo yi 2 = 105. 1085

subst en (8 • 24)

2
Se = 105. 1085- 103.0324 = 2.0761

y la deav. estándar del error

~2.0761
1
Se = i se2 = = +1.441x10
3
m 3 ;seg

Los registros correspondientes a la estación Temamatla serían en funci.6n

de la relaci6n encontrada·y las demás estaciones:

QA = ~ . [ QP - (a +b QM + QT) J
Los registros para 1959 y 1960 para las estaciones independientes son:

Año Las Adjuntas Tierra Blanca Tempoal

(QP) (QM) (QT)

1959 2.222 0.4310 1.508

1960 2.1~9 0.1741 1. 277

subst para 1959:

QAs = 1 [2.222- (1.2496- 0.0164 X 0.4310 ~ 0.8029 X 1.508)] =

9 2.2226 :
!
QA
59
= 0.9854 x 10 3 m3 b = 985.4 ~3/seg
 63

para 1960:

__ 1_ [2.189- (1.2496- 0.0164 X 0.1741 - 0.8029 X 1.277)] =

~o= 2.2226

Q~ 0 = 0.8853 x 103 m/seg. = 885.3 m 3 /seg.

8.4 Ordenamiento de datos hidro 16gicos

8. 4. 1 Se lecci6n de un registro

Los datos hidro16gicos disponibles son generalmente presentados en or-

den cronol6gico. En la fig. 8. 7 se muestra un registro de ocho años de

gastos medios diarios en orden de ocurrencia incluyendo solo los picos de

. aquellos valores que son ,mayores o iguales a 250 m~/seg.

En general muchos de los datos originales de que se disponen, no tienen

significancia práctica en el análisis de los mismos, debido a que usual-

mente el diseño hidrol6gico de un proyecto, es gobernado solo por alguna

6 algunas condiciones cr(ticas. Por esta raz6n generalmente se trabaja

solo con dos tipos de datos, conocidos como series de valores extremos

y series de duraci6n parcial.

La serie de valores extremos incluye solo el valor más grande 6 más

pequeño de los valores comprendidos en el registro, en un cierto inte.!:.

lo constante de tiempo. Si el intervalo de tiempo es un año, la serie-

obtenida se le conoce como "serie anual", y si contiene los valores más·

 64

grandes se le denomina serie de "máximos anuales"; si se refiere a los

valores menores, se le llama serie de "mÍnimos anuales". (fig 8.7 b)

La serie de duraci6n parcial constituye una serie de datos, los cuales se

seleccionan de forma tal que su magnitud sea mayor que un cierto valor

base, esto se escoge par'a que el número de valores en la serie sea -

igual al número de años de registro, la serie de datos resultante se le

denomina "serie de excedentes anuales", (fig 8. 7 e).

La se lecci6n de que tipo de serie de datos debe usarse en un diseño, se

basa en la aplicaci6n que se le va a dar al análisis, de los datos, los-

excedentes anuales se emplean si el segundo valor más grande en el año

puede afectar en el diseño. La serie de máximas anuales se utiliza cuan

do en e 1 diseño gobiernan las condiciones más críticas. En general estos

tipos no difieren mucho, excepto en los valores bajos, y para efectos de

comparación, conviene utilizar las dos series. Tradicionalmente los -

gastos se analizan como serie de máximos anuales y los lluviosos como

serie de excedentes anuales.

8.4.2 Período de retorno

En un análisis de frecuencias ~e datos hidrol6gicos, el primer objetivo

es determinar el intervalo de recurrencia o período de ,retorno T, de un

evento hidrol6gico de una magnitud dada"y". El período de retorno se -

 65
2500

2000

1500

1000

500

o
Tiempo, en años
a) O atos originales
o
CD

''1"' 2500 - Q
e
()
-
CD
.,
o
2000 - ()

-.:
~
o 1500 - Q (
(~
'
o ()
"'o 1000 -
~

E
CD

.,
500 - '
\

-.,
o

o
(!)
o
1962 1 1963 1 1964 1 1965 1 1966 1 1967 1 1968 1 1969 1
Tiempo, en anos
1
b) Maximos anuales

2500 !-

2000-

1500-

1000-

500 "'!"

o 1 1
1962 1 1963 1 1964 1 1965 1 1966 1 1967 1968 1969
Tiempo, en años
e) Excedentes anuales

Fig. 8.7 Arreglo de datos hidrolÓgicos en orden de ocurrencia

 66

define como el intervalo promedio de tiempo dentro del cual un evento

de magnitud dada"y" puede ser igualada o excedido por lo menos una vez

en promedio. S1 un evento igual o mayor a "y" ocurre una vez en T años,

su probabilidad de recurrencia P ('( ~ y) es igual a 1 en T casos , o sea

que

p (Y~y) = 1/í . (8. 27)

y análogamente

1 1
T = p ('(?;y)
=
1 - p (Y~y)
(8 .28)

Una serie de máximas anuales y una de excedentes anuales, difieren en

el sentido de que un valor máximo anual ocurre exactamente una vez en

un año, mientras que un valor excedente anual ocurre en promedio, una

vez en un año. La relaci6n te6rica entre las probabilidades de ambas s~

ri.es ha sido deducida por Chow*.

Si. "Pe" es la probabilidad de que una variable en una serie de exceden-

tes anuales sea igual o mayor que "y", y "r" el número en promedio de

eventos por año, entonces Pe/res la probabilidad de que un evento sea

igual a "y" o mayor, y 1-Pe/r es la probabilidad de que un evento sea

* Ven Te Chow "Frecuency analysis of hi.drologic data with special appli

cation to rainfall inteASities" Universidad de Illinois, Bull. Series No.
41 4, ju li.o 1953 •
 61'

menor que "y". As(, la probabilidad de que un evento de magnitud "y",

llegue a ser un r:náximo de los "r" eventos en un año es (1 - Pe/r)r.

Se derruestra que esta probabi U dad, tiende a e -Pe cuando "Pe" es -

pequeña en comparaci6n con "r", lo cual es cierto en la mayoría de los

casos.

Por lo anterior, la probabilidad "Pm" de que una máxima anual sea-

igualada o excedida es igual a

Pm = 1- e -Pe (8.29)

Si Tm y Te son respectivamente los períodos de retorno para los valo-

res máximos anuales y excedentes anuales, de la ec. 8.27 se tiene que

Pm = 1/Tm y Pe = 1/Te, los que sustituyendo en 8. 29 y ordenando, se

tiene que

__1_ = log ( Tm- 1 ) (8.30)

Te e Tm .

En esta ecuaci6n se ve que para los valores de T mayores de 1O años,

los valores de Tm y Te son practicamente iguales, por lo que para p~

·pósitos prácticos se puede concluir que si se dispone de un registro mayor

de 10 años, el análisis de datos hidrol6gicos no difiere sensiblemente ya

sea que se use para ello una serie de máximas anuales o bien una serie

de excedentes anuales.
 68

8.4.3 Períodos de retorno de los datos

Para el análisis de datos hidro16gicos en relaci6n con sus períodos de

retorno, se requiere por una parte conocer la probabilidad de recurrer:!_

cia de la distribuci6n observada y por otra, la probabilidad de recurre!2

cia correspondiente al evento que se desee obtener, ligado a la distrib~

ci6n te6rica de mejor ajuste.

La obtenci6n de los períodos de retorno ligados a los datos, se pueden

valuar a partir de diversos criterios, pocos de los cuales tienen una e~

plicaci6n te6Mca. A continuaci6n se analiza la obtenci6n de las expre-

siones más usuales para valuar los períodos de retorno, refiriéndose

estos a series de máximas y excedentes anuales.

Sea que se dispongan de n observaciones dato de una cierta distribu-

ci6n de eventos. Estos n valores se pueden arreglar en orden de magnit~

des diferentes, asignándole a cada uno un número de orden m, el cual

para el valor más grande es igual a uno, para el siguiente es dos, etc.

Puede demostrarse * que la med1a; del número de veces que el m-avo

valor más grande puede ser igualado o excedido en N futuros tanteos es

m
X =N (8. 31)
n + 1

* Ven Te Chow "Frequency analysis of hidrologic date with special appli

cation torainfall intesities" Universidad de Illinois, Bull Series No. 414,
Appendi x 1 , Julio de 1953.
 69

Para valores máximos anuales, Tm puede definirse como el tiempo en

años para N futuros tanteos de que el m-avo valor más grande de los-

máximos anuales puede ser igualado o excedido una vez en promedio.-

Lo anterior implica que Tm =N cuando x = 1 • Sustituyendo estos-

va lores en la ec 8 . 31 se tiene que

Tm= n +1 ,(8 .32)

m

Esto indica que el período de retorno de un valor máximo anual es igual

al número de años de regi~ro más un~, dividido entre el número de orden.

' ' '
En el caso de los valores excedentes anuales, como se refieren a los va-

lores más grandes, N/(n + 1) tiende a N/n y la ec 8.32 se tranforma en

T e = -n- (8 .33)
m

que implica que el período de retorno de un valor excedente anual es igual

al número de años de registro dividido entre el número de orden.

Utilizando la ec 8.32 o la ec 8;33, ya sea que se analicen valores máximos

o excedentes anuales, es posible disponer de una relaci6n entre los valores

en estudio y sus períodos de retorno o bien su frecuencia de incidencia.

Generalmente, el siguiente paso en el análisis de datos hidrol6gicos es co-

nocer la distribuci6n de dichos valores y posteriormente inferir, basándo

se en una cierta frecuencia de incidencia, el valor que se puede presentar.

 70

Antes- de proceder ál estudio del ajuste de los datos por- medio de una

cierta distribuci6n~ conviene ver la otra concepci6n del período de re

torno~ la cual está ligada al evento que eh Última instancia se desea ob

tener del análisis de estos datos para el diseño de una obra.

Ejemplo 8.11 En la tabla 8.17 se muestran los gastos máximos anuales

en el R(o Fuerte aforados por la Estaci6n Hidrométrica Las Cañ~~ si~

tuada 4 km aguas abajo de la Presa Miguel Hidalgo en el Edo. de Sina-

loa y correspondiente a la cuenca hidrol6gica del R(o Fuerte. Se desea

obtener para cada uno de los gastos su correspondiente per(odo de re-

torno en t~rminos de máximos anuales y de excedentes anuales.

Para el cálculo de los períodos de retorno "T" asociados a la serie de

máximos anuales (Tm) y a la serie de duraci6n parcial o excedentes anua

les (Te) se .elabor6 la Tabla 8. 18

Los valores de "Tm" y ''Te" se obtuvieron empleando las ecuaciones

(8. 32) y (8. 33) respectiva mente, con n = 18 años de registro.

8.4.4 Períodos de retornos de los eventos de diseño

Si Pm es la probabilidad de que un valor máximo anual "y" sea igu~

lado o excedido en un año, (1-Pm) es la probabilidad de que no se sobr~

pase "y" en un año en particular. Análogamente, (1-Pm)N es la pro-

babilidad de que "y" sea igualado o excedido en N años, y por lo tanto

-t
TABLA 8.17 Gastos Máximos Anuales 'en orden de ocurrencia en el R(o Fuerte, Sinaloa.

' ' 3
Valores en (m /seg).

~ N 1952 1953 1954 1955 1956 1957 1958 1959 1960

1 457.0 111 • o 766.0 74n.o 659.0 110.9 161 • 7 169 .o 8562.0

2 2264.0 1079.0 822.0 400.0 107.0 110 .o 3888.0 1624 .o 235.6
3 2229.0 1210.0 1619.0 1124.6 114 .o 113 .o 800.0 1127.6 212.4
4 324.4 857.6 1167.6 544.9 123.7 120.0 190.0 1202.9 268.8
5 332.0 53.8 651 .6 694.0 161 .o 129.0 303.1 343.5 709.4

MAXIMO
2264.0 1210.0 1619 .o 7477.0 659.0 129.0 3888.0 1624 .o 8562.0
ANUAL

MAXIMOS 2264.0 1210.0 1619.0 7477.0 3888.0 1624 .o 8562.0

EXCEDENTES 2229.0 1079.0 1167.6 1124.6 1202.9
ANUALES 857.6 1127.6

~ 1961 1962 1963 1964 1965 1966 1967 1968 1969

1 452.0 166.8 259.8 469.3 171 • 6 192. 1 188.1 203.7 213.0

2 298.2 187.0 477.0 224.9 147.0 206.8 208.1 225.0 207.9
3 697.2 187 .o 460.9 436.4 152.0 1507 .o 174.0 740.0 175.3
4 511.0 210.0 456.3 ·607.4 169.2 1251 • 8 168.8 1000.0 168.5
5 504.6 328.8 824.0 222.0 169.2 439.2 595.0 685.0 175.3

MAXIMO 607.4 171 • 6 1507 .o 595.0 1000.0 213.0

697.2 328.8 824.0
ANUAL
824.0 1507.0 1000.0
MAXIMOS
EXCEDENTES 1251.8
ANUALES
 72

Tabla 8.18 Ordenamiento de cálculo.

Gasto IV\áximo 1 Número Gastos Máximos Número

Año Anual de Mayor ! de orden Tm Año Excedentes Anua de orden Te
a Menor
1
1 m (años)
-
les de Mayor a m (años)
Menor

1960 8562.0 1 19.00 1960 8562.0 1 18.00

1955 7477.0 2 9.50 1955 7477.0 2 9.00
1958 3888.0 3 6.33 1958 3888.0 3 .6.00
1952 2264.0 4 4.75 1952 2264.0 4 4.50
1959 1624.0 5 3.80 1952 2229.0 5 3.60
1954 1619.0 6 3.17 1959 1624.0 6 3.00
1966 1507 .o 7 2.71 1954 1619.0 7 2.57
1953 1210.0 8 2.38 1966 1507.0 8 2.25
1968 1000.0 9 2.11 1966 1251 .8 9 2.00
1963 824.0 10 1.90 1953 1210.0 10 1 .80
1961 697.2 11 1. 73 1959 1202.9 11 1.64
1956 659.0 12 1.58 1954 1167.6 12 1 .50
1964 607.4 13 1.46 1959 11 27.6 13 1.38
1967 595.0 14 1.36 1955 1124.6 14 1 .29
1962 328.8 15 1 .27 1953 1079.0 15 1. 20
1969 213.0 16 1 .19 1968 1000.0 16 1 .13
1965 1 71 .6 17 1.12 1953 857.6 17 1.06
1957 129.0 18 1.06 1963 824.0 18 1 .oo
 73

N
Pn = 1 - ( 1 - Pm )

De la ec 8.27, Pm = 1/Tm, por lo que

Pn = 1-(1-1/Tm)N = 1-(1-N/Tm)

en donde
N
Tm = (8.34)
Pn

que implica que el períoclo de retorno ligado al evento que se quiera ob

tener, es función del intervalo de tiempo en el cual se desea que no sea

igualado dicho evento entre la 'probabilidad de que si sea igual?do o su-

perado. Así por ejemplo, para el diseño del vertedor de una presa, si

se tiene que a dicha obra se le asigna una vida útil de 50 años, y si se -

considera que la avenida de diseño del vertedor tenga una probabilidad

de 0.01 de que se presente o sea superada durante ese lapso, la avenida

de diseño tendrá, de acuerdo con la ecuación anterior un períoclo de re-

torno de 5,000 años o

En el caso de trabajar con series de duración parcial y valores de exce-

dentes anuales, el período de retorno para determinar el evento de dise-

ño tiene una expresión similar a la ec (8 .34) o

Si se considera que la vida Útil de una cierta obra es constante, de la

1

ec (8 o34) se tiene que el período de retorno es función inversa de la pr~

 74-

babilidad de ocurrencia del evento. Para valuar la probabilidad de oc~

rrencia, lo que se podría llamar también la probabilidad de riesgo, se

requiere tener en cuenta: (a) Costo de la obra; (b) Daños que se pueden

tener al presentarse uná falla; (e) Costo de Mantenimiento; (d) Inconve-

nientes y perjuicios en caso de que falle la obra; (e) riesgo de vidas hu

manas.
1
De lo anterior se ve el porqué de la diferencia entre los per(odos de r~

torno de obras de drenaje y las preSa.s. En general si falla una obra de

drenaje los percances ocasionados kón mínimos comparados con los ori

ginados por la falla de una presa. As{, en el caso de diseño de verted~

res de presas los perÍodos de retorno son muy grandes; en cambio, en

.. , el caso de puentes importantes Fluctúa usualmente de 100 a 200 años, en

el caso de obras de alcantarillado para drenaje de caminos de 25 a 50-

años, drenaje en ciudades y aeropuertos de 5 a 1 O años.

8. 5 Distribuciones de datos hidrol6gicos

Conocidos los períodos de retonro correspondientes a cada uno de los-

datos de una muestra, es posible as{ proceder a la obtención de su dis-

tribución de probabilidadesy hacer inferencias.

En la Tabla 8.1 se indican las principales distribuciones te6ricas de -

probabilidades utilizadas en hidrología, as{ como sus características.

Por otra parte en el subi,nciso 8. 1 • 4 se vió como se puede conocer e

 75

interpretar si alguna distribución te6rica seleccionada es representa-

tiva de los datos de una muestra. En este inciso se plantean las distri

buciones más usuales y su relación entre las características de un cle.!:

to evento hidrolÓgico y sus frecuencias ó períodos de retorno.

8.5.1 Distribución de valores extremos Tipo 1

Esta distribución Fué propuesta por Gumbel * para el análisis de frecuen

' -
cias de avenidas. Considerando que cada máximo anual es el valor ex

tremo observado en una muestra de un año, se tendrán si se dispone de

un número irrinito de muestras anuales, que la· probabilidad acumulada

P (y) de cualquiera de los extremos (máximos anuales) sea menor a la

variable ilimitada !'y", se aproxima a la expresión.

- (a+y)/c
-e
P (y) = e (8.35)

donde "a" y "e" son parámetros estadÍsticos, cuyos valores obtenidos

por el método de los momentos, para una población infinita, se calcu-

lan como:

a= 0.5772 e -y

e = ( .f611f ) Sy

donde y es la media y Sy la desviación estandar de los valores de la po

blación.

Como la muestra es siempre ñnita, Gumbel considera que

* E. J. Gumbel "The Return Period of Floods Flows", Annals Mathema

ti cal Statistics, Vol XII, No. 2. junio 1 941 •
~,.

~ .

76

a =yN e -y (8.36)

y:

e= sy 1 o-N (8.37)

donde yN y (f"N son valores solo función del tamaño de la muestra.

Sus valores se indican en la Tabla 8.19

La probabilidad complementaria de P (y) es la probabilidad Pm de que

un máximo anual de magnitud "y" sea igualado ó excedido. Por lo tanto:

_e -(a+y)/c
Pm = 1 - P (y) =1 - e

y teniendo en cuenta la ec 8. 27, la ecuación anterior se puede expresar

como
-(a+y)/c
Tm- 1 -e
---=e
Tm

tl"asponiendo y simplificando, se llega a que :

Tm
y = - a - e loge loge Tm - 1 (8.38)

Sustituyendo en esta eCI.JCiÓn las ec 8.36 y 8.37, y ordenando se tiene

que
y =-y - Sy (Y + loge log Tm ) (8.39)'
<f"N N e Tm -1

expresión que permite hacer inferencias de los valores de y para cual -

quier período de retorno Tm, conociendo el tamaño N de la muestra de

datos de máximos anuales, su media y y su desviación estándar, Sy.

 77
,,_ Tabla 8.19 Valores de Y N Y Q
N

N
-YN N
-
<rN YN <fN

8 .4843 .9043 49 .5481 1 .1590

9 .4902 .9288 50 .54854 1 .16066
1.0 .4952 .9497 51 .5489 1.1623
11 .4996 .9676 52 .5493 1 .1638
12 .5035 .9833 53 .5497 1 .1653
13 .5070 .9972 54 .5501 1.1667
14 .5100 1 .0095 55 .5504 1 .1681
15 .5128 1 .02057 56 .5508 1 .1696
16 • 5157 1 .0316 57 • 5511 1.1708
17 • 5181 1 • 0411 58 .5515 1 • 1721
18 .5202 1 .0493 59 .5518 1.1734 1

19 .5220 1 .0566 60 .55208 1.17467

20 .52355 1 .06283 62 .5527 1.1770
21 .5252 1 .0696 64 .5533 1 .1793
22 .5268 1 .0754 66 .5538 1 .1814
23 .5283 1 • 0811 68 .5543 1 .1834
24 .5296 1 .0864 70 -· 55477 1 .18536
25 .53086 1 .09145 72 .5552 1 .1873
26 .5320 1 • 09f:>1 74 .5557 1.1890
27 .5332 1.1004 76 .5561 1 .1906
28 .5343 1 .1 047 78 .5565 1 .1 923
29 .5353 1 .1 086 80· .55688 1 .19382
30 .53622 1 .11238 82 .5572 1 .1953
31 .5371 1 • 11 59 84 .5576 1 .1967
32 .5380 1.1193 86 .5580 1 .1980
33 .5388 1. 1226 88 .5583 1.1994
34 .5396 1 .1255 90 .55860 1 .20073
35 .54034 1.12847 92 .5589 1 .2020
36 .5410 1 .1313 94 .5592 1 .2032
37 .5418 1 .1339 96 .5595 1 .2044
38 .5424 1 .1363 98 .5598 1.2055
39 .5430 1.1388 100 .56002 1 .20649
40 .54362 1 .14132 150 .56461 1 .22534
41 .5442 1 .1436 200 .56715 1 .23598
42 .5448 1 .1458 250' .56878 1 .24292
43 .5453 1 .1480 300 .56993 1 .24786
44 .5458 1 .1499 400 .57144 1.25450
45 .54630 1 .15185 500 .57240 1 .25880
46 .5468 1 .1538 750 .57377 1 .26506
47 .5473 1.1557 1000 .57450 1 .26851
48 .5477 1.1574 ~ .57722 1. 28255
....
--
78

La ec 8 • 39 se puede transformar en

y= y + SyK (8 .40)

donde

K=-~ (8. 41)

denominado por Chow* como factor de frecuencia, el cual depende del

tamaño de la muestra de datos y del período que se est'é analizando.

En la Tabla 8. 20 proporcionar algunos valores de K

En el caso de utilizar excedentes anuales en lugar de máximos anuales,

se pueden utllizar las expresiones anteriores solo teniendo en cuenta la

ec 8. 30.: As(, para excedentes anuales la ec 8. 39 se transforma en

Sy
Y = Y - ~ (YN - log e Te) (8. 42)
N
Observese que tanto la ec(8. 39)como la (8. 42), si se grafican en un pa-

pel de probabilidades especial, y contra Tm o Te, se obtiene la ecuaci6n

de una recta. El hecho de que estas ecuaciones representan una l(nea-

recta, no implica que los datos de la muestra que se está analizando

esten sobre la l(nea, por lo que es necesario conocer el intervalo de con

J -

fianza de los resultados obtenidos del análisis de frecuencias. As( para

cierto valor Tm, se tendrá que

y- Ay <y< y + A y

*Ven Te Chow "A General Formula for Hydrologic Frequency Analysis".

Trnas. Amer. Geophys. Union. Vol 32, No.2, abril 1952.
-
 •
79

..:'
Tabla 8. 20 Valor del factor de frecuencia K para diferentes
tamaños de muestra y período de retorno.
1

~ anos

15
5

0.967
10

1. 703
15

2.11 7
20

2.410
25 . .

2.632
30

2.823
50

3.321
60

3.501
75

3. 721
100

4.005
20 0.919 1 .625 2.023 2.302 2.517 2.690 3.179 3.352 3.563 3.836
25 0.888 1 .575 1 .963 2.235 2.444 2.614 3.088 3.257 3.463 8.729

30 0.866 1 . 5_41 1 .922 2.188 2.393 2 .5_60 3.026 3.191 3.393 3.653
35 0.851 1 • 516 1 . 891 2.152 2.354 2.520 2.979 3.142 3.341 3.598
40 0.838 1 .495 1 .866 2.126 2.326 2.489 2.943 3.104 3.301 3.554

45 0.829 1 .478 1 .847 2 •.1 04 2.303 2.464 2.913 3.078 3.268 3.520
50 0.820 1 .466 1 . 831 2.086 2.283 2.443 2.889 3.048 3.241 - 3.491
55 0.813 1 .455 1 • 818 2.071 2.267 2.426 2.869 3.027 3.219 3.467

60 0.807 1 .446 1 .806 2.059 2.253 2.411 2.852 3.008 3.200 3.446
65 0.801 1 .437 1. 796 2.048 2. 241 2.398 2.837 2.992 3.183 3.429
70 0.797 1 .430 1. 788 2.038 2.230 2.387 2.824 2.979 3.169 3.413
f------

75 0.792 1 . 4231 1. 780 ' 2.029 2.220 2.377 2.812 2.967 3.155 3.400
80 0.788 1 . 41 7 1. 773 2.020 2.212 2.368 2.802 2.956 3.145 3.387
1
85 0.785 1 . 413 1. 767 2.013 2.205 2.361 2.793 2.946 3.135 3.376

90 0.782 1 .409 1. 762 2.007 2.198 2.353 2.785 2.938 3.125 3.367
'
95 0.780 1 .405 1 • 757 2.002 2.193 2.347 2.777 2.930 3.116 3.357
100 0.779 1 • 401 1. 752 1 -~98 2. 187. 2.341 2.770 2.922 3.109 3.349
•
•
 80

donde y es el valor obtenido de la ec (8. 39) y Ay el intervalo de con

fianza con una cierta probabilidad.

Gumbel propone para calcular los intervalos de confianza con una pro-

babilidad del 68%, lo siguiente:

1) Para el valor más grande de la muestra analizada (número de

orden m = 1)

lly = Sy F (N) (8 .42a)

1
donde Sy es la desviaci6n estándar de la muestra y F (N) es funci6n del

tamaño de la muestra N (fig 8.8 • a)

2) Para el segundo valor más gr'ande (número de orden m= 2)

~ y2 = 0.661 (N+ 1) 4Y1

(8.42b)
N- 1

3) Para los otros valores de la muestra

4 y- 0.877 4Y
1
F (Tm) (8. 42 e)
N

donde F (Tm) es una funci6n de Tm, cuyos valores si Tm L 10 años se

encuentran en la fig8.8.b. Para valores de Tm mayores de 10 años,se-

tiene que:

F (Tm) = Tm 0.5 (8 .42d)

4) Para extrapolar a valores mayores al máximo de la muestra,

el intervalo de confianza se considera constante e igual a Ay 1

•
 81

F(N)

102

100

0.9

09 09

094 20 30 40 60 70 80 90 100 200

N, años

Fig.8.8o Relación entre N y F(N)

1- -

1 --~-- ~ lt :1-H+H+H-++-H+H+I+-1--l--l---l-J---\--l--,~-1-l+++H+++H+HH+ttl+ttH
f--

¡;..

+ ¡-¡
!lo i1T -
¡.-¡-
f1-~-

H --i- f-- -

1
1[ 6 8 10
2 4
1

Tm, años

Flg.8.8bRelociÓn entre Tm y F(Tm)

•
 82

8.5.2 Distribuciones ajustadas por mínimos cuadrados

Si. se analiza el criterio antes expuesto, se observa que para valuar la

distribución de valores extremos de una muestra se utiliza solo su tama

ño, su media y su desviación estándar. (ec. 8.39).

Teniendo en cuenta que en papel de probabili~des especial, la ec 8.39

es una lÍnea recta, Nash* ¡:ropone en lugar de utilizar el criterio pro-

puesto por Gumbel para valuar a y e, realizar un ajuste por mínimos-

cuadrados.

La ec 8. 38 se puede transformar en

Tm
Y - a - e loge lOCL
-.::eTm -1 = e +f x (8.43)

en donde los parámetros e y f se determinan de acuerdo con las ec (8.15)

y (8.16) y el intervalo de confianza segÚn la ec (8.20)

De la ecuación 8. 24 se ve que también es factible considerar que :

y = g + h log Te = g + hx (8.44)

expresión análoga a la anterior, solo que ahora el ajuste es una línea re~

ta en papel semilogarítmico.

De esta manera es posible escoger diferentes tipos de curvas de ajuste

de los datos y seleccionar la mejor. En este caso, si la correlación es

simple, se aceptará como mejor la que tenga el máximo coeficiente de-

correlación.

* R. B.Thorn, "Ri.ver Engineering and Water Conservation Works",

Butter worths ( 1 966')
 83

Ejemplo 8. 12 A partir de la informaci6n del ejemplo 8. 11 deducir el

gasto máximo que se puede presentar en la Estaci6n Hidrorl'létrica Las

Cañas sobre e 1 R(o Fuerte, considerando un período de retorno de 100

año.

Según la ec. (8.39) y (8.42) Gumbel establece la igualdad de:

Y =y - Sy [YN
<TN
+ loge loge Tm ]=
Tm- 1
f (serie de máximos

anuales)

y= y- Sy [YN- loge Te) = f (excedentes anuales)

(f"N

donde

y = Qmáx esperado para un cierto período de retorno

Tr

Para valuar las inc6gnitas de las ecuaciones anteriores, considerando

una serie de máximos anuales, en la Tabla 8.21 se muestra el ordena-

miento del cálculo.

As(, la media de los gastos, ec (8.6), y = 33376.0 = 1854.22 m 3 ;seg.

18

su desviaci~nestándar, ec (8.8), Sy = /100084648.58'= )5887332.26'"

~ 18- 1
Sy = 2426.39

De la Tabla 8. 19 se obtiene para N= 18 años, los parámetros yN y ~

siendo estos:
 84
T A B LA 8.21

ORDENAMIENTO DE CALCULOS PARA LA OBTENCION DE

y (MEDIA) Y Sy (DESV. ESTANDAR DE LA MUESTRA

Año Gasto Máximo

Orden de Anual Aforado -
yi-y
-2
(yi -y)
Observaci6n yi (m3js)

1 1952 2264.00 409.78 167919.64

2 1953 1210.00 -644.22 415019.40
3 1954 1619.00 -235.22 55328.44
4 1955 7477.00 5622.78 316156f?4.92
5 1956 659.00 -1.195.22 1428550.84
6 1957 129.00 -1725.22 2976384.04
7 1958 3888.00 2033.78 4136261 .08
8 1959 1624.00 -230.22 53001.24
9 1960 8562.00 6707.78 44994312.52
10 1961 697.20 -1157.02 1338695.28
11 1962 328.80 -1525.42 2326906.17
12 1963 824.00 -1030.22 1061353.24
13 1964 607.40 -1246.82 1554560.11
14 1965 1 71 .60 -1682.62 2831210.06
15 1966 1507.00 -347.22 120561.72
16 1967 595.00 -1259.22 1585635.00
17 1968 1000.00 -854.22 729691 .80
18 1969 213.00 -1641 .22 2693603.08

n 18 S U M A 33376.00 100084648.58
 85

= 0.5202

N
= 1 .0493

Finalmente, para Tm = 100 años, se deduce que

2426.39 100
y= 1854.22 - eo .5202 + loge loge
100-1
)
1.0493

= 1854.22-2312.39 (0.5202 + ( - 4.600) ) .

= 1854.22 + 9434.09 = 11 288.31

De esta manera, el gasto máximo obtenido resulta

y = Qmax = 11,288.31 m3/seg

Tm = 100

Para calcular el intervalo de confianza y, de la fig (8. 8. b) se tiene -

para N = 18 años que F (N) = 1 .056

Substituyendo en la e e 8. 42 a se deduce

y
1
= 2426.39 (1 .056) = 2562.27 m 3 /seg = Q

De esta manera, el gasto máximo de diseño resultaría:

Qdiseño = Qmáx + Q = 11 288. 31 + 2 562.27

lo cual, considerando la condición más desfavorable resulta de

3
1 3, 850 m 1seg •
Aplicando el criterio de Nash, de la ec (8.43) se tiene
Tm
y = -a+ e loge loge
Tm-1
= e+ f x

y= Qmáx
 86

e=- a; f' "(Qmáx, Tm)

f = e; f" (Qmáx, Tm)

Tm
x = log log
e e Tm-1

por lo que solo se necesita calcular el :valC?r de los parámetros e y f

(a y e), tales que minimizen el error entre los puntos de la muestra y

la recta de regresión, ec (8. 14). De acuerdo a las ecuaciones (8. 15) y

(8.16)
Sxy
f =
1
Sxx

e = y - f X

En la Tabla 8.22 se muestra el ordenamiento de los cálculos. As(, de la

ec (8. 17), Sxx = 1 8 (24 • 5558) -- ( -9. 4037)2 = 442 • 0044 - 88.4295

= 353.5749

Syy = 18 (161971169.60)- (33376.0)

2

= 2915471052.8- 1113957376= 1801513676.80

y de la ec (8. 18) Sxy = 1 8 (-56891 . 87) - (-9. 4037) (33376 .O)

= -1024053.66 + 313857.8912 = -710195.7688

Substituyendo se deduce que

-710195.77
f = =- 2006.20
353.57
 T A B L A 8.22

ORDENAMIENTO DE VALORES PARA EL CALCULO DE LOS PARAMETROS

DE LA RECTA DE REGRESION Y COEFICIENTE DE CORRELACION

Qmax anual Tm Tm
Tm (Xi)2 (Yl)2
Orden Yi-(m3/s) (años) Tm- 1 Xi = log e log e (Xl) (Yl)
Tm-1

1 8562.00 19.00 1 .0556 - 2.9175 8.5120 73307844 .oo - 24979.87

~ 7477.00 9.50 1 .11 76 - 2.1962 4.8233 55905529.00 - 16420.95

3 3888.00 6.33 1 .1876 - 1. 7606 3.0996 1 51 1 65 44 • 00 - 6845.05

4 2264.00 4.75 1 .2667 - 1 .4423 2.0802 5125696.00 - 3625.32

5 1624 .oo 3.80 1 .3571 - 1 .1862 1 • 4071 2637376.00 - 1926.38

6 1619.00 3.17 1 .4608 - 0.9702 0.9413 2621161 .oo - 1570.77

7 1507.00 2. 71 1 .5848 -o. 7755 0.6015 2271049 .oo '

'
1
- 1168.74

8 1210.00 2.38 1 • 7246 - 0.6069 0.3684 1464100.00 1

1
- 734.40

9 1000.00 2.11 1 .9009 - 0.4427 0.1959 1000000.00

1
- 442.66

10 824.00 1 .90
1
2.1111 - 0.2914 0.0849 678976.00 - 240.12

11 697.20 1 • 73 2.3699 - 0.1475 0.0218 486087.84 - 102.86

12 659.00 1 .58 2. 7241 0.0021 o.oooo 434281 .oo 1 .42

- 368934.76 87.51
13 607.40 1 .46 3.1739 0.1441 0.0208

14 595.00 1 .36 3.7778 0.2845 0.0810 354025 .oo 169.29

15 328.80 1 .27 4.7037 0.4372 o. 1911 108109.44 143.75

16 213.00 1 .19 6.2632 0.6069 0.3683 45369.00 129.26

17 1 71 .60 1 .1 2 9.3333 0.8036 0.6458 29446.56 137.90

18 129 .oo 1.06 17.6667 1 .0549

-
1 • 1128 16641 .oo 136.08

n =18 Y¡ =33376 .00 S U M A -9.4037 24.5558 161971169.60 - 56891 .87

 88

y como
9.4037 33376
X= = -0.5224; y = = 1854.22
18 18
se determina

e = 1854.22- (-2006.2) (-0.5224) = 1854.22 - 1048.04 = 806.18

Con esta información la ec. de la recta de regresión resultante es

y' = e + fx

y' = 806.18- 2006.20 X

y como e = -a; a = - 806.18

f = e; e = - 2006.20

la ecuación buscada (8 .43) se expresa

Tm
y'= 806.18- 2006.20 loge loge
Tm- 1

con lo cual
Tm
Qmáx = 806.18 - 2006.20 loge loge
Tm- 1

El coeficiente de correlación asociado a los puntos dato y recta de regr::_

sión, resulta según la ec (8. 19) con ~n valor de

-710195.77 -710195.77
r = -----------------------------=
(353.57) (1801513676.80) 1 /2 798098.48

= - o. 8899 = - o. 9
Con la ecuación anterior, para Tm = 100 años se obtiene un

Qmáx = 1 0034.70 m3 /seg.

 89

y el intervalo de confianza asociado, si. se elige un nivel, de significan- ·

ci.a de O. 95, o(= O. 05; ~ = O. 025 y grados de libertad V = n-2 = 18-2

2
= 16, de los valores tabulados para la di.stribuci6n "t"

ol.f2 ::: 0.025

t o<. = t 0 • 025 = 2.4729
)) = 16 2

y la variancia de 1 error, ec (8. 19)

2 1801513676.8 [
Se= 18(18-2) 1
(-710195.77)
-(353.57)(1801513676.8)
2
J =
6255255 82 0 2082
• <• )=
= 1302097 . 09

Se= { Se 2 ~ 1141.095
Substituyendo en la ec(8. 20)

e= + 2.4729 (1141 .095) 1 + 1 + 18 -4. 6-(-0. 5224)

18 353.5749

Por lo que

E. = + 2821 • 81 j 1 + o. 0556 - o. 2076 = + 2821.81j0.8480'

= + 2821.81 (0.9209) = + 2598.45

y finalmente el gasto máximo de diseño más probable sería

Qmáx = 10034.70 + 2598.45. Q0 ' 12650 m 3 ;seg

Tm = 100 años

condi.ci6n más desfavorable.

En la figura 8.9 se muestra la relaci.6n existente entre la informaci.6n-

disponible y les ajustes, tanto considerando la distribuci6n de valores

extremos como el propuesto por Nash por mínimos cuadrados.

 Tm PERIODO DE RETORNO (Añoa) 90
1000 101 111 1..251431.67 2 2.S 3.33 5 10 20 25 50 100 200 500 1000 2000 3333 5000

1 J .,

14 000 Oo GUMBEL =13 850 m /seg.---+---+-f----+--~I/~----A---I-+---'--t-----+--+--l

3
.,, 1 ~ j
J 1 1
,'

~~:~~~:-......,l-r-r-._-·-~l----y-1----.-l---~-------------._--_-----
13 000 .....
Oo NASH = 12 650 m /seg. 3 - ~- -4------~·~_:-~~--~-:~l~-~r_~:I7-J-,L-J•/~~tJ7-r_-J_L_~-,-.J:I~I~~:~~~~:~~::
L' .,
1 J ¡
12000 ~-_,--~-4--r~-+_,----+---~--~~~~~-r~--~--+----J.----~
~ 7 1 ¡'
-~ . / 1 li,
Omó. =11 288.31 m/seg.
~ 11 000 f---.----~- - -~-- -- --~--- -------.~--/
3

-¡ r¡ /
=> l---+-----+__JL....J..__L--l__~_J______L ______ -l-----+-~--lr---l---1l--l:____+------1~--l~--+--+---l
~ f.-- ~~á~.:~~~ ~~~~o _m:Y~~~- ____ ----V-i --1-f_r¡'
Cl) 10 00 o l 7 ~
,¡ /
~ 1 JI
C)
~
9000~-+---+~~-+~~-r-+----~-44-~~~--+---~----+---+---~~~
f! Vil
Cl)
8000
1 1 ,l
~-+---+--~-+~;--r-+----~+-~~+-+---+---~----+---+---~--~
1 /j'
C)
(..) 2

~ 7ooor--r--+-+-~~+-+-+---~/-+/~·1~~--~---4----+--~---4--+~
Cl) 1f./
o
~
.,.._ 8000
L&J
:E
5000
:z
L&J t----+---+--+-+-~---+--+--+--+-+-¡¡.,_f o ) GUM8E l ""'
• 4000 t----+----+--+--+-+---+-+---+~~'-~1_,__ Qmá .'1 854.22-2 312.39 ( 0.5202 log,log, 1

.. ~ J rft ~Q =± 2 562.27 m3/seg.

o 3000 ~Lb) NASH·
t----+--+-1--4-+--+--+---.~-)~--#~,L--./ Omóx. =806.18-2 006.2 log 10g J:. 1 8 8

2 000 t----+---+---+-+---i-+--lllf-1-~
4
iv_ ~ Q: ± 2 598.45 m/s eg.
v~~~+~~~~~~~--~~~~~
1000
lJ~ 61/
~-+--+---1~~~·9--~+--~----4--4--+--+---~-~--~--__J--~~

14 t~ .. 10 P [Y= 13 850 m3/seg.J = O. 99

0.00 0.01
.
18
0.1 02
.,_ 13 t-111--4----1-f--+---+---+-+----1-----l
·15~
/,
0.4
1
0.6
P A" O
o8
B
0.9
T= 100 años
A B
0.96 0.97 0.98
1 L. 1 D A
0.99
D
0.995 0.998 0.999 Q9995 !H17 .9998

-20 -10 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0
VARIABl-E REDUCIDA • Y

Fig. 8. 9 Rectos de ajuste utilizando los distribuciones o)Gumbel, b) Nosh

 91

8.5.3 Distribuci6n de fr.ecuencias aplicada a dos poblaciones

Muchas veces, cuando se analiza una muestra de datos hidrol6gicos,

resulta que dicha muestra tiene dos poblaciones con características di~

tintas. Por ejemplo, cuando se analizan gastos máximos anuales, en

ocaciones se tiene que algunos ocurran durante la época de ciclones y

otros no, lo que ocasiona lo antes indicado.

Por lo anterior, conviene antes de proceder a ajustar una cierta distri-

buci6n de frecuencias a la informa.ci6n, conviene primero graftcar los

datos con respecto a sus períodos de retorno (ftg 8.9). De esta manera,

se puede apreciar si los datos son de una sola poblaci6n o de dos.

En el caso de tener dos poblaciones, González, * aplicando por separado

la distribuci6n propuesta por Gumbel (ec 8.35) a cada una de las pobla-

ciones, obtiene una funci6n de distribuci6n de probabilidades para gas-

tos má.xi mos anuales, del tipo

-y+ a1 - y +a2
p (y)= e -e c1 p + (1 - p) e -e e~ (8 .45)

donde p, a , c 1 , ~, c 2 , son pará~tros por estimar. Para esto, uti-

1
liza el método matemático del máximo ascenso, tal que, los parámetros

* Fernando J. González V. "Contribuci6n del análisis de frecuencias de

valores extremos de los gastos máximos en un r(o". Publicaci6n del-
Instituto de Ingeniería, UNAM Diciembre de 1970. (277).
 92

produzcan una funci6n te6rica que haga mínima la suma de los cuadrados

de las desviaciones entre los valores de esta funci6n y los valores datos,

es decir que minimizan el error.

Otra forma de proceder en el análisis de frecuencia de dos poblaciones,

es utilizar el criterio de mínimos cuadrados, previa divisi6n de ambas

poblaciones, una vez graftcados los valores de la muestra con respecto

a sus períodos de retomo. Este criterio presenta el problema de los-

errores inherentes ocasionados al dividir ambas poblaciones, ya que -

muchas veces se tiene muy poca informaci6n para poder apreciar la d!_

visi6n de las mismas.

Ejemplo 8.13 Se desea obtener el gasto máximo para el Río Fuerte,

con los mismos datos del ejemplo 8.12, aplicando el criterio del ajuste

de la distribuci6n de valores extremos de dos poblaciones.

Analizando los datos disponibles fig (8 .9), puede notarse apriori la exis

tencia de las dos poblaciones definidas por este criterio; podría asegu-

rarse evidentemente que el gasto máximo aforado de 8562.0 m 3 /seg. co

rresponde a la poblaci6n cuyos valores provienen de fen6menos cicl6ni-

cos, extraordinarios y el gasto de 1619.0 m 3 ;seg. pertenece a la pobl~

ci6n cuyos escurrimientos son funci6n de las características atmosfér..!:_

cas meteorol6gicas reinantes de manera ordinari,a o normal en la regi6n;

 93

aun más, siendo esta una zona costera podría afirmarse que la ap'!.!_

cac16n del método de las dos poblaciones resultaría el más adecuado.

La ec (8. 45) resulta una funct6n implícita en "y" por lo que esta v~

'
riable no es posible el despojarse y deberá de procederse para la -

obtenci6n del gasto de manera indirecta, suponiendo un gasto y ob-

'
teniendo su período de retorno o probabilidad correspondiente; de la

misma forma dada la complejidad del aparato matemático para la -

correcta obtención optmizada de los parámetros propios se desarr~

Hará solamente en este ejemplo una primera aproximación cualita-

tiva en la determinaci6n de los mismos considerando poblaciones in

finitas para ambos casos.

Se definen de esta forma los parámetros (Sec. 8.5.1):

p = f (nGmero de casos en que los gastos máximos grafic~

dos en papel de Gumbel se consideran de población no

-cicl6nica)

Poblaci6n no cicl6nica:

= O. 577 c 1 - x1

= ( {6/1() 51
 94
/
1

Poblaci6n cicl6nica

Donde xi, Si, son la media y desviaci6n estándar de los valores propios

a cada pob laci6n.

Cálculo de "p"

De la fig (8. 9) tentativa mente podr(an separarse las dos rectas de cada

poblaci6n. Los gastos (en orden,tabla 8. 22) de la poblaci6n de tipo ci-

cl6nico ser(an entonces

cicl6nico : 1, 2, 3 y 4
14
p = - = 0.7778
18
no cic16nico : del 5 al 18

Cálculo de ai , ci :

La media y desviaci6n estándar correspondientes a cada pob laci6n son

(ecs (8 .6) y (8 .8)):

no cicl6nica cicl6nica

x 1 = 798.929 x 2 = 5547. 750

s1 = 524.737 s2 = 2963. 415

y los parámetros

c1 = ( [6'; Tt)S 1 = 409. 136

a
1
= O .577 e - x
1
= -562.858
1
1 --

95

c =( ~ 6}1f )5 2 = 2310.565
2
a
2
= O. 577 c
2
- x2 =- 4214.554

además el período de retorno asociado a nuestro problema fue de

T = 100 años

P(Y) = 0.99

sustituyendo tos parámetros en la ec (8. 45) tanteando para encontrar e 1

per(odo necesario-requerido de manera indirecta se tiene:

1er. tanteo: Con el gasto obtenido por Gumbel en el ejemplo 8.12,

3
y = 11288. 3 m 1seg.

- - (11288.3- 562.858) { - - 11288.3-4214.554 ,)

P(Y) =e e 409. 136 o. 7778 +O. 2222 e e ( 2310.565 )J
= e -e - (26.215) eo. 7778 + (0.2222) e -e - (3.0615) J
= e -o (o. 7778 +(O. 2222) e -0.046S]

= o. 7778 + 0.2120 = 0.9898

como 0.99 > 0.9898

T = 100 ) 98 años
3
2 do. tanteo: Con y = 11 , 400 m 1seg análogamente

se obtiene p (Y) = 0.9903

3er. tanteo: Con y = 11,300 m3/seg

se obtiene p (Y) = 0.99

para T = 100 años

 96

De esta forma,se concluye,que el gasto· máximo para el Rfo Fuerte con

un T = 100 años, aphcando el criterio de las dos poblaciones en una

primera aproximación serfa de:

Qmáx = 11,330 m 3 ;seg.

ConVlene aplicar este método par,a el análisis y comparación de resulta-

dos obtenidos, cuando la importancia de la obra que se desea diseñar es

considerable donde en caso de presas generalmente se asignen para dis~

ño períodos de retorno de 1 000 a 10 000 años, lo que aunado a la apli-

cación de la matemática necesaria a la optimización de los parámetros

de la distribución nos daría diferencias más notables entre ambos méto

dos.

En la fig (8 .10) se muestra la relación gráfica de la distribuci6n de fre-

cuencia aplicada a dos poblaciones y obtenida para diferentes gastos máxJ:.

mos y su correspondiente probabilidad o período de retorno asociado.

8.6 Extrapolación de las curvas de frecuencias

Cuando la frecuencia o período de retorno de un evento hidrol6gico a de-

terminar es considerablemente mayor que la longitud de registro dispo-

nible, se requiere extrapolar la distribución obtenida de los datos. De-

bido a la gran incer-tidumbre que involucra tales procedimientos, no se

recomienda extrapolar para el diseño de grandes estructuras cuya falla

 PERIODO DE RETORNO 97
1000 1.01 LIJ l. 5 2 2.5 3.33 5 JO 20 25 50 100 200 500 1000 2000 3333 5000
V 1 1 1

14000
1

1 1 _,i
1

1
11 ---- - - -_-- _- -_ _ _ - _- _ -_- - ---
1
1--1---#ll--+
¡ ! i
.--------- ---:--; ---
-----r -- :
13000
. 'j
---r-------r -
!

1 1
~~
--
- - --- -

1
j
--
1
___
-----
____ _______ __ __ --+---+-----~
-
,V
~000-~·~1~:~ ~--~-~-----~--------~-==========~==-=================
1

! 1 11 : 1

IJOOOt---_.__:~ ---+~-+-!1-+--+-+-+:--+-+----+---+--+--+-~v'....¡.ha) Recto de OJUSte (-:-)

¡
1----·_
!
'
i
1

1
_J____:__~-"-I ___L____,_
1

,
1

_,___
fif)
por Gum be 1 Nomol
_,____ ___,___+--t--H'-r-----.r------.----,,--,----t----1
1
1 (/
~--+-~__ Recto de pobJociÓ~-'-------1-l.,
1 1
¡ .//
1000
¡
¡¡
0
~
~ 9000
0
1 -t--1 C•clonico n=4
-~-
--r-------,--
-,

-----~--+-+-+--t--+-l---1- ----t--+---t-;/F-+---- t---+---+---+--'---+-+

·'
1
---1
~
C/) 11---+---- ---f----t---~--+--+--t·--1-- -+---¡-+----11~'----..L__
~ _ _¡___ _J __ __L__ ___j__ _L_--J
!J~----+ b) Curvo de lo D•stnbuciÓn
a:: 8000 ---------- --+-f--+-+--- ------1-+---t----,r . ll de f recuencio acumulada -
~ - - - - r--- r-
1/1 por dos pobloc•on es ( - )
- - - ---+----+---t----.rt--Jr-----'/--r--,----,----,------¡____r:_:__:_::...:._yr:...::...=......::._:__,r-:-:--=.;:__.:.T-------'-r---i
. ,' ll
~-

C/) 7000t----+------r---~-- -- --+---+---+----+-+--

8 t----t--- --¡----- ___ Ir--+- ---. -~ -+-------l'-~'---+.j¡f-r__"'+--+---+---+--'---+---+---+---l--i---1
B 6 OOOt----+--- ---+---!--+·-+-- --+-f----t---'1'+<,__/JIJ)(---+---+--+---+---r----+----t--+---+---f

C/) /JI/IJ'I¡-----t----t-+---+---+---+-----+----+--l---1
t----+----1--- --~. ·- - -r--

i 5000 ---'-r--t--~~-+-+-+-+-~~--+-+--+---+---+---~--+--+~-+-~
..
~
Li ----+---+----+-----t----+---+---+--t--:---f
r--+----r--t--+-+-1--+-l-+/--1,-1-,,-1--+---- --
1

4000 t-------t-----1--+--+-+------ 1------ - --+-+---~--+----f---f-----t----+---1

- - - - - -r--- --1---- 1:¡/i ------ -- -- -~+~-

/ l
4
~-'-~-tL_--'-R-ec_t_o--p~o-b-lo-c-,ó~n-no--+---+\---1
3000t----+-----+-+-l-+---+-+-+--+--lf1·---''-----+---"/j',_:----- V CiclÓnico n = 14 -+---+----1

1 i 1 /". 1 J
1--·-+------t-t--i--+-+-+-lf-+--t'lf----+--~-+---+--+---+--+----ll---+---t---l------l

: V D /,
V -~_,
2000~-+---+-~-+-r+-~~-+-~~~t-----+---+--+----t----+-----+-----~---+--+-~

/,...,.~
o Puntos doto
1000 t---+------1--- 1 x Puntos distribuciÓn o -f..--

-.
.J~~
~--t:lijlct'llfH--t-+--+/-f---·- --- -- ----t---t--- -~-+-----=--"-'~==1--=--,+-1--1
dos poblacion-es .

0.00 0.01 0.1 Q20.3o.40.5Q6 07 0.8 0.9 0.95 0.97 0.98 0.99 0.995 0.998 0.999 0.9!B50.99970.9998
PROBABILIDAD

Fig.S.IO Comparación entre los valores reales y diferentes distribuciones

n iu~+nrl nL!
 98

implique pérdidas humanas y grandes catástrofes.

Sin embargo, si el análisis de frecuencia de datos hidro16gicos se utili

za para determinar la justificaci6n econ6mica de algún proyecto, la e~

trapolaci6n dentro de un cierto límite es aceptable hasta 3 6 4 veces el

período de registro*.

Esta limitaci6n en cuanto a la extrapolaci6n, que en la generalidad de

los casos es muy difÍci 1 de satisfacer, depende además de la uti lizaci6n

que se le vaya a dar al evento as( encontrado, de la confianza que se ten

ga a la distribuci6n de frecuencias determinados y a las características

de la muestra que se est€ analizando.

Algunas veces, con el objeto de ampliar la muestra de datos por anali-

z~r y hacer una mejor inferencia, se puede uti Uzar el criterio del méto

do de la estaci6n-año** o bien correlacionarla con otras muestras mayo

res existentes dentro de la zona hidro l6gica que se esté estudiando.

8. 7 Análisis de gastos máximos anuales

Dentro del estudio de datos hidrol6gicos, uno de los más usuales es el

análisis de gastos máximos anuales, pues está relacionado di rectamen-

te con e 1 diseño de vertedores de presas, capacidad de drenajes en ca -

minos, obras de protecci6n, encauzarrhento y de defensa en ríos, etc.

* Ven Te Chow "Frecuency analysis of hydrologic date with special app'!!_

cationto Rainfall Intensities". Bull. Universidad de Illinois, Vol 50,
No. 81, Julio, 1958.
** Katharin~ Clarke-Hafstad, "Reliability of Station-Year Rainfall-Fre -
quency Determinations", Trans ASCE, pags. 633, 1942.
 99

El análisis de gastos es costumbre realizarlo utilizando las máximas

anuales, aunque en ocasiones se utilizan los excedentes anuales (véase

subinciso 8.4.1).

El análisis de gastos máximos anuales consiste en la obtenci6n de su -

distribuci6n de frecuencias, para posteriormente obtener a partir de-

ella el gasto de diseño para un cierto período de retorno.

Primeramente se obtienen los per(odos de t"etorno ligado al registro di~

ponible de gastos máximos anuales. Para esto, los gastos máximos anua

les se ordenan en forma decreciente asignándoles su número de orden y

con la ec (8. 32) se determinan sus per(odos de retorno correspondientes.

De esta manera, se tiene para cada gasto máximo anual registrados o

excedente anual, su per(odos de retorno y por ende, su probabilidad de

recurrencia (Ejemplo 8. 11).

Conocida esta muestra de parejas de valores, se procede a determinar

su d1stribuci6n de probabilidades, seleccionando diversas distribuctOnes

te6ricas y probando cual es la más representativa de la muestra en est~

dio (inciso 8.1). Afortunadamente, se ha visto que en general los gastos

máximos anuales, siguen alguna de las distribuciones indicadas en el ln-

ciso 8. 5, lo que hace e 1 cálculo más expedito. (ejemplos 8. 12 y 8. 13)

Determinada la distribuci6n de frecuencias de los gastos máximos anua-

les que se esten analizando, se procede a valuar el per(odo de retorno -

1
 100

asignado al diseño (subinciso 8.4.4).

Obtenido el período de retorno de diseño, a partir de la distribuci6n de

gastos conocida, se obtiene el gasto máximo de diseño. Se debe tener

en cuenta las Umintaci6n que implica una extrapolaci6n cuando el perío-

do de retorno de diseño es grande comparado con los años de registro-

disponibles (inciso 8 .6).

8.8 Análisis de lluvias

El estudio de freruencias de lluvias es muy uti Uzado principalmente en

hidrología en el estudio de predicci6n de tormentas, transporte de las-

mismas y su relación con escurrimientos, para el diseño de drenajes en

caminos como en ciudades y aeropuertos.

El análisis de frecuencias de lluvia se aplica en forma directa a regis-

tros de pluvi6metros si se estudian alturas de lluvias diarias y princi-

palmente a pluvi6grafos en donde se tiene un reg(stro completo de todas

las variables de las caracter(sticas fundamentales de la lluvia. Este -

anáhsis se puede hacer extensivo a áreas, utilizando algunas de las t~c

nicas vistas en el inciso 3.4.

El proceso que se sigue en el análisis de lluvias puntuales es si mi lar al

1
descrito para el análisis de gastos, solo que en general se trabaJa pon -

series de datos excedentes anuales y con dos variables en lugar de una.

 101

Estas dos variables comprenden las caracter(sticas que definen a una-

precipitaci6n pluvial, que son su altura de lluvia hp y su duraci6n d.

Por lo anterior, para definir una cierta distribuci6n de probabi Hdades de

alguna de las dos variables, se deberá considerar constantes una de ellas

para definir a la otra. A partir de un análisis de este tipo, es factible

correlacionar posteriormente las dos variables, involucrando sus fre-

cuencias de Incidencia.

8 .8. 1 Distribuciones de alturas de lluvia por una duraci6n constante

Cuando se requeriere conocer la distribuci6n de probabilidades de altura

de lluvia máximas con cierta duraci6n constante, se procede en forma

similar al análisis indicado en el inciso 8. 7, solo que s( se trabaja con

excedentes anuales, para valuar el perfodo de retorno se utiliza la ec.

8.33.

8.8.2 Curvas de alturas de lluvia-duraci6n-per(odo de retorno

La obtenci6n de las curvas de altura 6 intensidad de lluvia-duraci.6n-pe-

r(odo de retorno de un registro de lluvia permite tener un conocimiento

de la variaci6n de las caracter(sticas de las lluvias en relaci6n con sus

frecuencias de incidencia.

Antes de proceder a utilizar una t~cnica de análisis, se requiere proce-

sar y ordenar los datos disponi vles. Si se observa un registro de plu-

 102

viógrafo (fig 3. 8), como este es continuo, existen múltiples combinaci~

nes para asociar la altura de lluvia con una cierta duración que son va-

lores discretos.

Una manera de proceder es considerar solo las características finales

de las tormentas, relacionando su altura de lluvia total con su duración

total. Esto implica, perder información, pues no se valúa la variación

existente entre estas variables durante el proceso de la lluvia. Canfor

me aumenta el número de años de registro, la pérdida de información

disminuye. Con este criterio, para utilizar la información obtenida se

requiere agrupar las alturas en base a duraciones constantes. Para -

ello, se seleccionan intervalos de duración de lluvia constante, consi-

derando representativos de cada uno de ellos, su duración media. De

esta manera, se tendrá para cada duración característica de lluvia un

grupo de alturas de lluvia.

Otra forma de análisis de los registros de lluvia correspondiente, es va

luando la máxima variación de la altura de lluvia respecto a un intervalo

de duración constante. Para esto, se requiere conocer la curva masa de

cada tormenta que se esté estudiando. Conocida la curva masa, en un -

papel transparente se hacen divisiones verticales qe las duraciones qUe

estén anal izando, generalmente múltiplos de un cierto intervalo de -

 103

tiempo. As(, se procede a superponer el papel transparente en la curva

masa de la tormenta que se esté analizando, y desplazando el origen de

las abscisas, se determina el máximo incremento de altura de lluvia te-

niendo en un cierto intervalo de tiempo , fig 8. 11.

De esta manera, se obtienen las condiciones más críticas de alturas de

lluvia-duraci6n- para cada tormenta. Observese que en este caso, te!:

minando el proceso de análisis, se disponen de grupos de altura de llu-

vía para duraciones constantes.

Conocidas las características de las lluvias más desfavorables, se pue-

den utilizar varios criterios para obtener las curvas de altura o intensi-

dad de lluvia-duraci6n-per(odo de retorno. A continuaci6n se indican

dos criterios a seguir.

8. 8. 2. 1 CriteriO propuesto por Chow.

Teniendo disponible la mformaci6n de las características de las tormen

tas, agrupadas las alturas de lluvia para diferentes duraciones, ChCMt*

considera que para cada duraci6n constante, las alturas de lluvia corre~

pondiente se les puede dar un tratamiento de series excedentes y aplicar

algunos de los criterios vistos en el inciso 8.5. En este caso, el proce-

so es similar al empleado en el subinciso 8. 7. 1

De esta manera se tendrá, para cada duraci6n constantes, una curva del

*Ven Te ChCMt "Frequency analysts of hydrologic date with special appli

cation to Rainfall Intensities" Bull. Universidad de Illinois, Vol 50, =
No. 81, Julio 1953.
 104

hp, en mm

24
150
20 o
140
12
130

90

80

simbo_ d,en hp,en

los hrs. mm
•
X
4
8
36
58 X

E9 12 78
4 X 16 103
® 20 121
o 24 144 •

2 4 6 8 10 12 14 16 18 20 22 24
d, en horas

Fig.S.II Análisis de una curva masa para obtener las máximas

variaciones de altura de lluvia en relaciÓn con diversos
intervalos de duración de lo misma
 105

tipo de la ec (8. 44) de forma si mi lar a

hp = a +b log,_ Te (8.46)

donde a y b son parámetros de ajuste, hp la altura de lluvia, en mm y

Te el período de retorno, en años. Como esta expresi6n es para una-

duraci6n constante, dividiendola entre ella, se obtiene una relaci6n en-

tre intensidades de lluvia y períodos de retorno, que es otra forma de

expresar la ecuaci6n anterior.

8.8.2.2 Ajuste por correlaci6n lineal mCrt:liple

Otra forma de valuar las curvas de altura de lluvia-duraci6n-per(odos

de retorno, es obtener la ecuaci6n de mejor ajuste entre los diversos

grupos de valores de d, hp y t.

Para ello, antes de proceder a plantear el tipo de ecuaci6n más conve-

niente, es necesario tener una idea de cuales son los tipos de ecuacio-

nes que en general siguen estos valores.

Dentro de las ecuaciones más usuales, se tiene la del tipo de:

(8. 47)

donde K, h y n son parámetros, d la duraci6n de la lluvia, i su inten-

sidad y T su período de retorno.

Tomando logaritmos a esta ecuaci6n, se obtiene que

log i = log K + h log T -n log d (8. 48)

 106

y transformando, esta ecuación puede escribirse como

y = +

donde log i = y, log T = x y log k =

1
r:=::sta ecuación es similar a la (8. 1 6), cuya obtención de los parámetros

a , a y a se indican en el inciso 8.3.

0 1 2

De esta manera, se puede obtener para la agrupación de las caracterís

ticas de las lluvias que se estén estudiando una ecuación de 1 tipo de la

ec (8.47).

Ejemplo 8.14 En la tabla 8.23 se proporcionan los datos de las in-

tensidades máximas de lluvia registradas en la Estación Sta. Catartna,

en el estado de Nuevo León. Se desea obtener en base a estos registros

las curvas de altura de precipitación-duración-perÍodo de retomo -

(hp-d-T) para dicha estación aplicando:

a) Criterio de Chow

b) Ajuste por Correlación Lineal MÚltiple

De la Tabla 8.23 primeramente como los datos se encuentran en intensi

dad de lluvia i = hp 1 t, habrá que obtener para cada valor de la intensi

dad su correspondiente altura de precipitación "hp" en relación con su -

duración; hecho esto para cada duración "d", se ordenan los valores en

forma decreciente de mayor a menor, y se obtiene para cada duración-

 TABLA 8.23

INTENSIDADES MAXIMAS DE LLUVIA EN LAS CUENCAS DEL RIO SAN JUAN

DEL BAJO BRAVO Y DE LA REGION GOLFO NORTE

ffiECIPITACIONES EN MILII'vETROS POR HORA

FECHAS MINUTOS

5 10 15 20 30 45 60 80 100 120
SANTA CATARINA NUEVO LEON
1938 Feb 20 120.0
Jul 29 120.0 114.0 97.2 87.2 80.0 63.3 52.5 41.4 33.5 28.0
1939 Abr 12 132.0 109.8 84.0 80.1 58.0 40.5 31.5 24.1 19.3 16. 1
1940 Jun 24 64.2 49.2 43.2
Ago 9 96.0 40.0 37.6 29.6 21.9 17.5 14.6
1941 May 5 79.2 52.2 39.6 31.5 21.0 14.0 10·~ 5 7.9
Jun 9 7.7 6.9
1942 Jul 4 96.0 80.0 77.7 72.0 74.0 66.0 50.1 40.3 33.9
Jul 5 148.8 80.0
1943 Sep 6 126.0 76.2 59.2 48.3 34.4 23.1 17.4 14.6 "i4.4 12.6
1944 Oct 7 92.4 63.6 56.0 48.6 40.0 34.7 30.0 24.2 23.4 23.0
1945 Ago 30, 86.4 61.8 51.2 42.6 36.0 26.7 24.7 24.0 23.4 22.3
1946 Ago 30 102.0 58.2 50.4 45.0 31.4 21.1 15.8 11.9 9.5 7.5
1947 Jul 30 60.0 56.0 51.3 42.6 31.3 24.0
Ago 4 21.5 20.4 17.9
Ago 25 120.0 60.0
1948 Jul 7 76.8 57.6 44.0 35. 1 25.0 24.7 20.0
Sep 9 20.0 16.7 15.8 13. 1
1949 Sep 19 98.4 57.0 46.8 54.0 40.0 30.7 30.0 25.5 22.5 19.3
1950 Mar 3 6.8 6.5 5.6 4.7
Jul 13 23.0 18.3 12.6 8.4
Ago 18 57.6 28.8
1951 Jun 24 128.4 93.0 80.0 85.0 62.2 47.3 36.4 27.3 21.8 18.2 .....
o.....,¡
1952 Abr 23 66.0
Jun 7 46.8 34.0 27.0 18.4 12.7 10.0 7.5 6.7 5.9
 TABLA 8. 23 (Contmuact6n)

INTENSIDADES MAXll\1\AS DE LLUVIA EN LAS CUENCAS DEL RIO SAN JUAN

DEL BAJO BRAVO Y DE LA REGION GOLFO NORTE

PRECIPITACIONES EN MILIMETROS POR HORA

FECHAS MINUTOS

5 10 15 20 30 45 60 80 100 120

1953 Jul 14 120.0 40.0 40.0

Oct 3 120.0 67.8 56.0 48.6 40.0 40.0 35.0 28.5 22.8 19.0
1954 Oct 5 14.0 12.0 9.6 8.6 7. 1
Oct 8 96.0 54.0 37.2 27.9 18.6
1955 Jul 8 96.0 48.0
Nov 2 48.0 48.0 43.5 37.0 27.3 27.5 25.5 24.0 24.0
1956 May 15 150.0 93.0 76.0 60.0 41.0 33.0 25.5 19. 1 15.3 12.8"
1957 Sep 21 90.0 66.0 48.0 42.9 38.0 25.3 21.6 19.3 16.0 14.5

SIN DATOS
1959 Jun 14 68.4 36.0 27.s- 18.6 13.3 11.4 11.4 9. 1 ?:a
Ago 13 40.8
1960 Ago 11 117.6 70.2 60.0 54.0 40.0 27.4 20.6 15.8 12.9 11.3
1961 Jul 10 85.2 42.6 28.4 21.3 14.2 9.4 7. 1 5.3 4.3 3.6
1962 Sep 10 162.0 111. o 80.0 62.1 60.0 51.3 43.5 45.0 36.0 40.0
1963 May 17 96.0 60.0 40.0 34.5 16.3 15.0
Jun 16 27.0 27.0 22.3 17.3 16.3
1964 May 31 120.0 105.0 71.2 53.4 35.6 24.7 17.8 13.4 10.7 8.9
 109

su período de retorno asociado ''Te" , que en términos de se·ries de ex~

dentes anuales resulta Te= n/m (ec. 8.33) n = 26

ejemplos: "hp" de la tabla- dato

1.- d = 5 min ' 1938: i = 120 mm tabla - cálculo

hr
--
d = 5 min hp = 120(5)/60 = 10.0 mm; con orden 7o.

2.- d =80 min 1942: i = 50.1 mm/hr d =80 min

hp = 50.1 (80)/60 = 66.8 mm; con orden 1o. ''Te"

3.- o·rden = 1 = m; n = 26

n 26
Te = m
=
1
= 26

4.- orden= 17 =m

n 26
Te = - = - = 1 • 5294 = 1 • 53
m 17

En la Tabla 8. 24 se muestra la obtenci6n y ordenaci6n de los datos para

su ap li cae i6n.

a) Criterio de Chow

1. Relaci6n para una duract6n de lluvia d = ctte = 5 min

hp = a + b log Te

de acuerdo ec (8. 13)

y' =a+ b x
1
donde y' = hp

'
x
1 = log Te
' ..

' . \
~- '.\
 110

TABLA 8.24 OBTENCION Y ORDENACION DE VALORES

G>rden
e m)
~~ Te _
5 10 15 20 30 45 60 80 100 120
anos

1 26.00 13.5 19.0 24.3 29.0 40.0 55.5 66.0 66.8 67.2 80.0
2 13.00 12.5 18.5 21 .o 28.5 36.0 47.5 52.5 60.0 60.0 67.8
3 8.67 12.4 18.3 20.0 26.7 31 .1 38.5 43.5 55.2 55.8 56.0
4 6.50 11 • o 1 7. 5 20.0 25.9 30.0 35.5 36.4 38.0 40.0 48.0
5 1 5.20 10.7 16. o 20.0 20.7 29.0 30.4 35.0 36.4 39.0 46.0
6 4.33 10.5 15.5 19.0 20.0 21 .3 30.0 31.5 34_.0 39.0 44.6
7 3. 71 10.0 15.5 17.8 18 .o 20.5 28.2 30.0 34.0 38.0 38.6
8 3.25 10.0 12.7 15 .o 18 .o 20.0 26.0 30.0 32.3 37.5 38.0
9 2.89 10.0 11 . 7 14.8 1 7. 8 20.0 24.8 29.2 32.1 36.3 36.4
10 2.60 10.0 11.3 14.0 1 7. 1 20.0 23.5 27.5 32.0 34.0 35.8
11 2.36 9.8 11 . o 14.0 16.2 20.0 23.0 25.5 29.2 32.2 32.2
12 2.1 7 8.5 10.7 14.0 16.2 20.0 20.6 24.7 28.7 29.2 30.0
13 2.00 8.2 10.6 12.8 1 6.1 19.0 20.5 24.0 25.7 27.2 29.2
14 1 .86 8.0 10.3 12.6 15.0 18.5 20.3 22.3 25.5 26.7 29.0
15 1 . 73 8.0 10.0 12.3 14.5 18 .o 20.0 21 .6 23.1 26.3 26.2
16 1 .63 8.0 10.0 12.0 14.4 17.8 19.0 20.6 22.3 25,5 25.6
17 1 .53 8.0 9.7 12 .o 14.3 1 7. 2 18.5 20.0 21 . 1 24.0 25.2
18 1 .44 7.7 9.6 11 • 7 14.2 15.7 18.5 17.8 19.5 21.5 22.6
19 1 .37 7.5 9.5 11 • o 11 . 7 13.5 17.3 17.4 1 7.9 17.8 17.8
20 1 .30 7.2 9.0 10.0 11 . 5 12.5 15.8 15.8 15.9 15.8 15.8
21 1 .24 7. 1 8.7 9.9 10.5 10.5 10.5 12. o 15.2 15.2 15.6
22 1 • 18 6.6 8.0 9.3 9.3 9.3 10.5 11 • 4 10.8 13.8 14.2
23 1 .13 6.4 7.8 9.0 9.2 9.3 10.0 10.5 10.5 12.8 13.8
24 1 .08 5.7 7.1 8.5 9.0 9.2 9.5 10.0 10.0 11 . 2 11 • 8
25 1 .04 5.5 6.8 7. 1 7. 1 7. 1 7. 1 7. 1 8.7 9.3 9.4
26 1 .oo 4.8 4.8 5.9 6.1 6.3 6.3 6.8 7.1 7.2 7.2
 111

y se trata de una correlaci6n lineal simple; aplicando el criterio ex-

puesto en la secci6n de la Tabla 8. 25 se tiene que:

n
n "L X
1
2 = 26 (7 . 2966) = 189.7116
t=1

n
( ¿ x1)2 = (10. 1821) 2 = 103.6752
i=1

n
n t=
i=1
X
1
y' = 16 (108. 5597) = 2822.5522

n
n t_ (y')2 = 26(2117.62) = 55058.12
i=1

n
e¿ y')2 = (227. 6) 2 = 51801.76
i=1

Con lo cual substituyendo en las ecs (8. 17) y (8. 18) se deduce

Sxx = 189.7116 - 103.6752 = 86.0364

Sxy = 2800.5522 -2317.4460 =505.1062 ;t

Syy =55058.12 -51801.76 =3256.36

siendo de la ec (8. 15)

b = 505.1062 = 5.8708 = 5.87

86.0364

y' = 227.60 = 8. 754

26
 112

TABLA 8. 25 hp =f (Te) para d = 5 min.

y' 2 .2 1
Orden Te X1= log Te (X1) (Y) x1 Y
(m)

1 13.5 26.00 1 . 4150 2.0022 182.25 19.1025

2 12.5 13.00 1 • 1139 1 .2407 156.25 13.9237
3 12.4 8.67 0.9380 0.8789 153.76 11 • 6312
4 11 .o 6.60 0.8129 0.6608 121 .00 8.9419
5 10.7 5.20 0.7160 0.5126 114.49 7.6612
6 10.5 4.33 0.6365 o .4051 11 o. 25 6.6830
7 10.0 3. 71 0.5694 0.3242 100.00 5.6940
8 10.0 3.25 0.5119 0.2620 100.00 5.1190
9 10.0 2.89 0.4609 0.2124 100.00 4.6090
-
10 10.0 2.60 0.4150 o .1 722 100.00 4.1500
11 9.8 2.36 0.3729 o .1390 96.04 3.6544
12 8.5 2.17 0.3365 o .1132 72.25 2.8602
13 8.2 2.00 0.3010 0.0906 67.24 2.4682
14 8.0 1 .86 0.2695 0.0726 64.00 2.1560
15 8.0 1. 73 0.2380 0.0566 64.00 1 .9040
16 8.0 1 .63 0.2122 1 0.0450 64.00 1 .6976
1
17 8.0 1 .53 o .1847 0.0341 64.00 1 • 4776
18 7.7 1 .44 0.1584 0.0250 59.29 1 • 2196
19 7.5 1 .37 o .1367 0.0186 56.25 1 .0252
20 7.2 1 .30 o .1139 0.0129 51 .84 0.8200
21 7.1 1. 24 0.0934 0.0087 50.41 0.6631
22 6.6 1 • 18 0.0719 0.0051 43.56 0.4745
23 6.4 1 • 13 0.0531 0.0028 40.96 0.3398
24 5.7 1 .08 0.0334 0.0011 32.49 o .1903
25 5.5 1 .04 0.0170 0.0002 30.25 0.0935
26 4.8 1 .00 0.000 0.0000 23.04 0.0000

SUMA 227.60 1 o. 1 821 7.2966 211 7. 621 108.5597

 113

X = 10.1821 = 0.392
26

y de la ec (8 • 16)

a = 8 • 7 54 - 5. 8 708 (O. 392) = 6. 455

la ecuaci6n buscada para d = 5 minutos = ctte es:

y'= a+ b x
1

x = log Te ; y' = hp
1

hp = 6. 455 + 5.87 log Te (1)

para d = 5 min

y su coeficiente de corre laci6n

505.1062
rxy = (86 . 0364) (3256. 36) 1/2 = 0 • 9543

analogamente para las dtstintas duraciones se tiene:

d = 10 min

hpd= = 7.473 + 10.343 log Te (2)

10
r = 0.9578

d = 15 m1n hpd=15 = 8.885 + 12.470 log Te (3)

r =O. 9636

d = 20 min hpd=20 =9.517 + 16.650 log Te (4)

r =0.9647

d = 30 min hpd=30 =9.942 + 22.914 log Te (5)

r =0.9672

d = 45 mm hpd=45 =9. 935 + 32.312 log Te (6)

r =0.9859
 114

d = 60 mi.n hpd=60 = 10.217 + 37.660 log Te (7)

r = 0.986S

d = 80 mi.n hpd=80 = 11.36S + 41.101 log Te (8)

r = 0.9796

d = 100 mi.n hpd= 100= 13.103 + 41.429 log Te (9)

r= 0.97SS

d =120 mi.n hpd= 120= 12.327 + 48.744 log Te (10)

r= 0.9903

analizando apri.ori. los resultado, se observa que el ajuste realizado

es bueno dada la magnitud del (ndi.ce de correlaci6n o coefi.cfente. En

funci.6n de las relaciones obtenidas hp = f (Te) para una duraci.6n de

lluvia constante, podr(an obtenerse en la tabla 8. 23 los valores corres

pondiente al año de 1958, interpolando el valor del per(odo de retorno

para los años adyacentes 1957 y 19S9 para su correspondiente duraci6n;

as( tendr(amos:

para d = 5 min

is7 = 90 mm/hr hp5 7 = 7.5 mm Tes7 = 1 • 37 años

is9 = 68.4mm/hr hp59 =S. 7 mm Te 59 = 1.08 años

El Te probable para el año de 1958

será Tesa= (1.37 + 1.08) /2 = 1.23 años

Substituyendo en la ecuaci.6n 1:
 115

hp 58 = 6.455 + 5.87 log Te = 6.455 + 5.87 log 1.23 =

= 6.455 + 5.87 (0.0899) = 6.455 + 0.5277 = 6.9827
hp58 = 7 .O mm

parad =5 min
1
de forma analoga podemos obtener los restantes valores de hp para

cada duraci6n:

duract6n 5 10 15 20 30 45 60 80 100 120 minutos

Te 1.23 1. 70 1.33 1.33 1.57 1.38 1.46 1.62 1.5!3 1 .55 años

ecuaci6n 1 2 3 4 5 6 7 8 9 10

hp 7.0 9.9 10.4 11.6 14.4 ~4.5 16.4 20.0 ~1.0 l21.6 mm

Si las ecuaciones obtenidas desean expresarse como una re laci6n ya

n6 de la altura de precipitaci6n hp, sino de la intensidad de lluvia "i"

como funci6n del per(odo. de retorno asociado "Te", bastará dividir la

altura de prec ipitaci6n entre la duraci6n para la cual fue deducida; por

ejemplo la ec 1.-) hpd=5 = 6.455 + 5.87 log Te (mm)

dividiendo hp/5min ~ hp/0 .083 = 1 (mm/hora)

i = 77.46 + 70.44 log Te en mm/5min.

b) Ajuste por Correlaci6n Lineal Mó ltiple

Se trata entonces de obtener una ecuaci6n del tipo( 8. 47)

 116

KTh
i = dm
es intensidad o bien en relación con la

altura de precipitación "hp":

KTe h
hp = dm con el método de correlación lineal

múltiple inciso es.3) que ajusta una relación del tipo

e3 variables)
Tomando logaritmos se tiene una ecuación de la forma ea.48~.

l og hp = l og K + h l og Te + n log d

siendo y = l og hp a 0 = log K

x1 = log Te

Para la estimación de los parámetros ao, a1, a 2 se emplea el análisis

de correlación lineal de '3 variables, el que arroja de su planteamiento

matricial, el sistema de ecuaciones :

Y = aon + a1 [ x1 + a2 L ><:2

yx1 = ao L x1 + a1 L x1 2 + a2 LX1 ~
y~ = ao L x2 + a1 ¿ x1 X2 + a2 L ~2 • eI )
Para su aplicación se deberá procesar la información disponible, en

este caso la mostrada en la Tabla 8.24. A fin de simpliñcar y por m~

yor claridad, el sistema anterior se resolvió solo con 1 O grupos de va-

lores, la cual se muestra en la Tabla a. 25.

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
 TABLA 8.26 ORDENACION Y CALCULO

2 2
Orden hp Te d y X1 x2 (X ) (X2) (X1 )(X2) Y x1 Y x2
1
(mm) (años) (mm) log hp log Te log d

1 13.5 26.00 5 1 .1303 1 • 4150 0.6990 2.0022 0.4886 0.9890 1 .599 o. 790

2 18.5 13.00 10 1 • 2672 1 • 1139 1 .0000 1 .2407 1 .0000 1 .1139 1 • 411 1 .267

3 20.0 8.67 15 1 .301 o 0.9380 1 • 1 761 0.8789 1 .3832 1 .1 031 1 .220 1 .530

4 25.9 6.50 20 1 • 4133 0.8129 1.3010 0.6608 1. 6926 1 .0575 1 .148 1. 838

5 29.0 5.20 30 1 .4624 0.7160 1 • 4771 0.5126 2 .t8t s- 1 .0576 1 .047 2.160

6 30.0 4.33 45 1 • 4771 0.6365 1 .6532 o. 4051 2. 7330 1 .0522 0.940 2. 441

7 30.0 3. 71 60 1 • 4 771 0.5694 1. 7782 0.3242 3.1619 1 .0125 0.841 2.626

8 32.3 3.25 80 1 • 5092 0.5119 1 • 9031 0.2620 3.6217 o .9741 o. 772 2.872

9 36.3 2.89 100 1. 5599 0.4609 2.0000 0.2124 4.0000 0.9218 o. 7·18 3 r-119

10 35.8 2.60 120 1. 5539 0.4150 2.0792 0.1722 4.3230 0.8628 0.644 3.230

14.1514 7.5895 15.0669 6. 6711 24.5858 10.1445 10.340 21.873

SUMA 2
y X X 2 X y X
x1 2 1 x2 x1 2 Y x1 2
 118

sustituyendo los valores en el sistema (1)

14.1514 = 10 aa + 7.5895 a1 + 15.0669 a2

10.3400 = 7.5895 a
0
+ 6.6711 a
1
+ 10.1445 a 2

21 .8730 = 15.0669 a 0 + 10.1445 a

1
+ 24.5858 a 2

resolviendo simultáneamente este sistema de ecuaciones obtenidas

a 0 = 2. 4645 = log k K = antilog éio

a1 = -o .8301 K = 291 .4

a2 = -0.2769
la ec queda:

Yo= 291.4- 0.830lx

1
- 0.276 x
2
loghp = logK + hlogTe + nlogd

logK = 2.4645
h = a 1 = -0.8301
n = a 2 = -0.2769
subs: loghp = 2.4645 - 0.8301 log Te - 0.2769 log d

toma,"ldo anti logarf'tmos:

291.40
hp = A
(Te) 0.83 ( d) o. 28
 119

Tomando otra serie de datos de la Tabla 8.12 a se puede construir la

Tabla 8.27.

1 4. 30 = 1o ao + 7 . 59 a 1 + 15. 07 ~

11 •7 1 = 7 • 59 ag + 6 • 67 a 1 + 1 2. 62 a 2

22.80 = 15.07 ao + 12.62 a1 + 24.59 a2

se obtiene a0 =o. 513 = log k ; k= antilog a

0
= 3. 258

a = 427 = h
1
a 2 = 0.398 = n

log hp = log k + h log Te - n log d

log hp = 0.513 + 0.427 log Te+ 0.398 log d

tomando anti logs:

hp = 3.258 (Te) 0.43 (d) 0.40 • • • B

que es la relación pedida obteniendo algunos valores de "hp" con las rela-

cienes encontradas A y B para comparación con los valores reales

hp real Te d hp cale.
(mm) años m in A B

44.6 4.33 120 22.94 40.95

60.0 13.00 80 10.30 55.72
24.7 2. 17 60 49.30 23. 14
30.0 4.33 45 30.09 27.71
10.0 1.30 20 100.00 11.99
19.0 26.00 10 10.30 32.75
 TABLA 8,27 ORDENAMIENTO DEL CALCULO

Orden hp
1
1 Te d y X1 x2
i (X )2 .
(/<
.., )2 (X1 )(X2) YX Y x2
(h) (mm) (años) (m in) log hp ! log Te log d
1 ~
1
1
1
1

1 80.0 26.00 120 1 .9031 1 • 4150 2.0792 2.0022 4.3230 2.9420 2.693 3.957

2 60.0 1 3 .oo 100 1. 7780 1 • 1139 2.0000 1 .2407 4.0000 2.2278 1 • 981 3.556
3 55.2 8.67 80 1 . 7419 0.9380 1 .9031 0.8789 3.6217 1 • 7851 1 .634 3.315
4 36.4 6.50 60 1 • 5611 0.8129 1 . 7782 0.6608 3.1619 1 ~ 4454 1 .269 2. 776
5 30.4 5.20 45 1 .4829 o. 7160 1 .6532 0.5126 2. 7330 1 .1836 1 .062 2.452
6 21 .3 4.33 30 1 .3284 o .6365 1 • 4771 o. 4051 2.1818 0.9401 0.846 1 .962
7 18.0 3. 71 20 1 .2553 0.5694 1.3010 0.3242 1 .6926 0.7407 0.715 1 .633

e 15.0 3.25 15 1 . 1 761 0.5119 1 .1 761 0.2620 1 .3832 0.6020 0.602. . 1 .383
9 11 . 7 2.89 10 1 .0682 0.4609 1 .oooo 0.2124 1 .0000 0.4609 0.492 1 .068
10 10.0 2.60 5 1 .0000 0.4150 0.6990 o .1 722 0.4886 0.2900 0.415 0.699

SUMA 14.2952 7.5895 15.0669 6.6711 24.5858 12.6176 11 • 709 22.801

LY I"x1
-.:'
¿. x2 ~(X1 /~ ~X 2 'Ecx1 xx2) [(y)(X1' [(y)(X2)
2
 121

De la comparación de los valores calculados con los reales se puede co~

cluir que la relación B proporciona un mejor ajuste a los datos reales,

por tanto la ecuación final es

2 43 0 40
hp = 3.258 (íe) · (d) •

la cual se muestra en forma gráfica en la fig 8. 12. Con esta ecuación se

deduce para el año de 1958 la siguiente información:

DATOS FAL TANTES PARA EL AÑO 1958 (deducidos)

duración 5 10 15 20 30 45 60 80 100 120 minutos

Te 1.23 1.70 1.33 1.33 1 .57 1.38 1.38 1.60 1.55 1.55 años

hp 6.8 20.0 10.8 18.1 15.3 17.0 19.5 22.9 24.6 26.5 mm

8.8.3 Ajustes y utilización de las curvas de altura de lluvia -duración-

período de retorno.

Cuando no se dispone de la información suficiente para poder obtener en

una estación determinada, sus curvas de altura de lluvia - duración - p~

r(oqo de retorno, y se requiere analizar lluvias con duraciones hasta de

120 minutos, se pueden aplicar las ecuaciones propuestas por Bell*. Estas

ecuaciones permiten obtener la altura de lluvia para una cierta duración e.!2

tre 5 y 1 20 m in. y período de retorno, entre dos y cien años, si se conoce la

altura de lluvia con duración de 00 min. y período de retorno de 2 ó 1 O años.

* Frederick Charles Bell "Generalized Rainfall-Duration-Frequency Rela-

tionshi.ps", Journal of the Hydraulics Di.vi.si.on, Proceedi.ngs of theA.S.C.E.
Enero 1969.
 122
ALTURA DE PRECIPITACION

hp 1 [11
•
(mm)
7

6
CURVAS hp d Te 1•• -
4
5

• hp =3.258 ( Te) '

0 43 0 4
( d) '

2.5

2
1
Penodo de
•1
Retorno ttmt

Te (años)
1.5

1
1
10
9

5 Ex tropolac iÓn
()
4

2.5
3

2
-
1.5

1.5 2 2.5 3 4 5 6 7 8 9 10 15 20 50 40 5 !O 90 )()

DURACION
d (mi n.)
11 11
Fig.8.t2 Curvas hp-d-Te (mm)(min)(años)
paro lo estación Sta. Catarina , N. L.
 123

Las ecuaciones son:

hp = (0.35 loge T +O. 76) (0.54 d 0 • 25 - 0.50) hp' (8.50) 1

hp = (0.21 loge T + 0.52) (0.54 d 0 • 25 - 0.50) hp" (8. 51)

donde

d duraci6n de la lluvia, entre 5 y 120 min.

hp altura de lluvia para una cierta duraci6n

y período de retorno, en mm.

hp' altura de lluvia para duraci6n de 60 min.

y período de retorno de 2 años, en mm

hp" altura de lluvia para una duraci6n de 60 min.

y período de retorno de 1O años, en mm

Para realizar aplicaciones de las curvas de altura de lluvia-duraci6n-pe-

ríodo de retorno, se requiere hacerlas extensivas a áreas. Para ello, se

pueden utilizar algunos de los criterios vistos en el subinciso 3.4. 1 y el

subinciso 3. 5. 2, considerando períodos de retornos constantes.

Otra forma es en base a una relaci6n lineal, aceptando un plano de isoy~

tas de determinadas características, por ejemplo, de altura de lluvia m~

día anual ftg (3. 16) o bien, de alturas de lluvia para una cierta duraci6n y

período de retorno, tal que sea representativa de las lluvias en la regi6n.

De esta manera, las alturas de lluvia de las curvas de altura de lluvia-d~

raci6n-período de retorno se ajustan con una relaci6n lineal, entre la al-

tura de lluvia media deducida en el área en la cual se quiera hacer exte~

 124

sivas las curvas y la altura correspondiente al punto donde se efectu6 la

-obtenci6n de dichas curvas.

Una aplicaci6n di recta de las curvas ajustadas de altura de lluvia-dura-

ci6n-per{odo de retorno es la obtenci6n de hietogramas de lluvias para

una cierta cuenca, las cuales posteriormente, y en base a algun modelo

de lluvia-escurrimiento, permiten la obtenci6n de avenidas o gastos de

diseño. Para poder utilizar las curvas antes mencionadas, se requiere

valuar primero el período de retorno de diseño (subinciso 8.4.4).

Asignado un período de retorno, las curvas se transforman en una rela-

)

ci6n entre alturas de lluvia y duracionesJ fig (8.1~). Para fijar la dura-

ci6n de la tormenta es costumbre considerarla igual al tiempo de concen

traci6n del escurrimiento, aceptando apriori que la lluvia as{ deducida-

tiene distribuci6n uniforme en la cuenca donde se esté aplicando y propo.!:

ciona las condiciones de escurrimiento más desfavorables. En el siguie_!2

te cap(tulo se plantean diversas ecuaciones para valuar los tiempos antes

mencionados, as( como la forma de proceder para obtener estas ecuaci~

nes.

Aceptando que se conoce la duraci6n de la tormenta, directamente de la

relaci6n antes mencionada se puede valuar su altura de lluvia. Para ob

tener e 1 hietograma correspondiente, la duraci6n de la tormenta se sub-

 125

divide en múltiplos de un cierto intervalo constante, obteniendo para cada

múltiplo, una altura de lluvia total. La altura de lluvia de cada intervalo

será la diferencia entre la altura de lluvia obtenida al inicio y final del

intervalo. Debido al proceso de análisis, el hietograma así deducido ten

drá una variación lineal de las alturas de lluvia siendo máxima al prin-

cipio y mínima al final. Tratando de ser más congruentes con la realidad,

conviene distribuir los incrementos de lluvia, sin perder su liga, de tal -

manera que máximo incremento esté a la mitad o un tercio de la duración

total de la lluvia.

Ejemplo 8. 15 Se desea obtener el hietograma de la tormenta con duración

de 6 hrs. y para un período de retomo Te= 100 años, a partir de la ecua-

ción de la curva "hp-k-Te" deducida para la estación Santa Catarina en el

Edo. de Nuevo León del ejemplo 8.12. :De estudios efectuados en la región

de interés se conoce que la relación entre la precipitación media respecto

a la precipitación registradora en la estación es de O. 76.

Del ejemplo anterior se tiene que para la Estación Santa Catarina, el com

portamiento de la lluvia se puede representar como:

hp = 3.258 (fe) 0.427 (d) 0.40

De acuerdo con la información disponible, la ecuación anterior se trans-

forma a:
0 427 0 40
hpm = 3.258 (0.76) (fe) " (d) "
 126

finalmente la ecuaci6n de la que obtendremos el hietograma para Te = 100

años y d = 6 hrs.

hpm = 2.476 (Te) 0.427 (d) 0.40 o bien

'
log hpm = log 2.476 + 0.427 log Te+ 0.40 log d

Te= 100 años log hpm = 0.394 + 0.427 log Te+ 0.40 log d

T A B LA 8.28

OBTENCION DEL CALCULO (Ejemplo 8. 15)

d d log hpm d d hpm hpm

log d
(hr) (min) (acum) (hr) (hrs) acum (mm)

6 360 2.5563 2.2705 1 5-6 186.1 13.5

5 300 2.4771 2.2388 1 4-5 172.6 14.5

4 240 2.3802 2.2000 1 3-4 158. 1 16.9

3 180 2.2553 2. 1501 1 2-3 141.2 21.4

2 120 2.0792 2.0796 1 1- 2 119.8 28.9

1 60 1. 7780 1. 9592 o- 1 90.9 90.9

SUMA = 186.1

Como el análisis se hace eonsiderando duraciones totales es conveniente

distribuir las variaciones de las alturas de lluvia obtenidos, teniendo en

cuenta que la máxima variaci6n generalmente se presenta a 1 /3 6 1 /2 de

la duraci6n total. De acuerdo con esto, en la fig 8.13 se muestra el hie

tograma resultante.
' "·--'

127

bpm
(mm)

d (hrs.)

F i g. 8.13 Hietograma de la precipitaciÓn media

• 11 11
deduc1da de las curvas hp- d -Te
para Te= 100 años.
 128

8. 9 Generación de Información Hidrológica

Otros análisis que se aplican a los registros hidrológicos, a parte

del de frecuencias visto en los incisos anteriores, es el de gener~

ción de información de un cierto registro basado en el mismo y el

de incremento de información de un registro a partir de su correl~

ción con otro registro mayor. Como

en general los registros hidrológicos son muestras muy pequeñas-

de su población, se ve la importancia que tiene si se puede incremen

tar la información disponible.

La generación de un registro hidrológico, se aplica fundamental me~

te a volúmenes de escurrimientos, con lo cual es posible real izar -

funcionamientos de vasos de almacenamiento en presas, as( como el

dimensionamiento de éstos. Por otra parte, el poder incrementar

la información de un registro a partir de otro, complementa la infor

mación disponible para un mejor análisis de frecuencias ó de gener~

ción del mismo. Estos criterios también se aplican para generar v~

lúmenes de escurrimiento a partir del comportamiento de las lluvias.

Las técnicas de generación se basan en el hecho de que un registro -

de datos hidrológicos, es una secuencia ordenada de valores respec-

to al tiempo y es factible ,darles un tratamiento de series cronológicas.

 129

8.9 .1 Series Cronológicas

La mayoría de los métodos estadísticos usados en el análisis de se-

ries de datos hidrológicos, consideran que las series son estaciona-

rias y que las observaciones, son distribuidas independientemente -

en el tiempo. Esto implica por una parte, que los parámetros esta-

dÍsticos de la muestra se conserven y por otra, que la ocurrencia de

un evento se considere independiente de todos los eventos previos.

Aunque el hecho de que la serie sea estacionaria en general se acepta

como tal por la naturaleza de los registros, la dependencia entre las

observaciones hidrológicas decrece con el incremento en su tiempo-

base; así, los gastos diarios no son distribuídos independientemente

en el tiempo, la dependencia entre los gastos mensuales entre los -

gastos anuales es menor que entre los gastos mensuales.

El primer paso para anal izar una serie cronolÓgica es separar los

di. versos elementos de que esta compuesta, para posteriormente, si.

la serie sigue un cierto proceso, determinarlo y obtener el proceso

generativo de la misma.

Una serie cr:onológi.ca de datos hidrológicos puede considerarse com

puesta por la suma de un elemento no aleatorio y un elemento aleato

ri.o. Un elemento no aleatorio es aquél que se tiene cuando los valo-

res separados K unidades de tiempo.

 200 130

180

160

, 140
E
•
'O

..•
e:
120

o lOO

E 80

>•
60

40

20

o
M D O M t (meses)
1962 1963 1964

Fig. 8 .14 Registro de volumenes de escurrimientos mensuales

del R(o FrÍo en la estaciÓn del mismo nombre
Si los valores de una serie cronol6gica se les denomina con xi, (fig.8.14)
e

si son linealmente dependientes de las observaciones desplazadas k unida-

des de tiempo, o sea de las xi + k, la correlación entre Xi y xi +k se-

puede tomar como una medida de su dependencia y se le denomina corre l~

ción seriada de orden k. Este coeficiente de correlación seriado· es análo

goal coeficiente de correlación para dos grupos de datos visto en el inciso

8.2, ec 8.19, solo que en este caso xi y xi + k se consideran los dos gr~

pos de datos. En este caso para k= O, r 0 = 1 y si la serie no es aleatoria

para k~ 1 J -1 < rk <::.. 1. Si una serie cr,onológica es aleatoria rk =O

para todos los valores de k~ 1•

Los elementos no aleatorios de una serie pueden estar compuestos tanto por
 1
1
1

1
• 1

1
1
1
1
1
1
1

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

1
1
1
1
1
1
1
1
1

1
1
1
1
1
1
1
 131

una tendencia ó un movimiento en largos períodos y una oscilación sobre la

tendencia~ o solo por alguno de los dos. La tendencia es un movimiento len

to de una serie en un largo período de tiempo; para definirla con precisión-

en una serie, se requiere tener el registro completo de ésta. En general,

como lo anterior no es posible, en las series hidrológicas no se toma en -

cuenta, o bien se considera como la media de todos los valores por anal izar~

lo cual implícitamente es lo mismo.

En cuanto a movimientos oscilatorios~ en una serie de datos hidrológicos ésta

es muy marcada, pues usualmente por la naturaleza de los mismos los datos

tienen una variación cíclica.

Para remover los elementos no aleatorios de una serie cronológica se tienen

varios criterios~ aunque la mayoría involucra el ajuste de un polinomio a los

datos~ lo cual en una serie hidrológica muchas veces no es factible usar por

disponer de muestras pequeñas. Un método alternativo es el de los "Prome-

dios móviles", el cual consiste en encontrar un polinomio que se ajusta a una

parte del registro y usar diversos polinomios para las diferentes partes del -

registro y usar diversos polinomios para las diferentes partes del r-egid.tro.

En los registros hidrológicos es usual considerar~ para remover los elemen

. -
tos no aleatorios de una serie de volúmenes de escurrimiento mensual, uti-

lizar para cada mes~ el promedio de los volúmenes registrados en dicho mes.

Dependiendo del proceso usado para descomponer. una serie, se tienen diver-
 132

sos criterios de generaci6n de los mismos, los cuales para analizar una S!:_

rie pueden combinarse.

8.9.2 Procesos de Generaci6n

Un proceso de generaci6n es la manera por la cual es factible producir una

serie cronol6gica. Algunos procesos pueden expresarse matemáticamente,

con lo que es posible determinar directamente las diversas caracter(sticas

de la serie cronol6gica. Si una serie cronol6gica se aproxima a un cierto

proceso, es posible generarla.

El proceso de generaci6n depende como ya se indic6 de las caracter(sticas

f(sicas de la serie que se este analizando. En estudios hidrol6gicos los pr~

cesos más usuales son el de los promedios m6viles, la suma de arm6nicas

y los autorregresivos.

8.9.2.1 Promedios m6viles.

El proceso de los promedios m6viles pueden expresarse como

+ a m x·-
1
m (8.52)

donde xi es el valor de la serie en el tiempo t = i, X¡ - 1 es el valor en el

tiempo i - 1, etc. (fig. 8.14) y m son los términos de los promedios m6-

viles. Aqu( el problema es determinar cuantos valores de x. - k influyen

l

en el valor x¡, para posteriormente obtener los coeficientes de peso-- -

 133

a0 , a 1, a2 o o o amo Para ello, se utilizan los coeficientes de correla-

ción seriados r k entre los diversos valores de xi y xi-k, el cual como ya

se mencionó es análogo al visto en el inciso 8o2, ec 8.19, considerando a

los xi y xi-k como dos grupos de datos o En este caso

= (8.53)
( . S X1. X.1 S X.1-k X.1-k) 1 /2

donde

n-k n-k
S X·X·
1 1-k
(n-k)
7:1 X·1
i
L= 1

S xixi = (n - k )
n-k
L
i = 1 r
n-k n-k 2

~1 Xi-k
2
- (¿
i =1
Xi-k ]

Utilizando la ec 8. 53 es posible calcular los coeficientes de correlación se

riados rko Si la serie sigue un proceso de promedios móviles (ec 8o52)

los coeficientes de correlacdm rk debe'rán ser nulos para k ,._m o Así,cal

/

culando los rk se puede conocer cuál es el proceso que más se apega a la -

 134

serie que se está analizando.

Conocidos los valores de "'k es posible graficar a éstos par-a los diferentes

valores de k, obteniéndose lo que se conoce como correlogr-ama, lo que per

mite visualizar cual es el proceso más adecuado a utilizar en el análisis de

una sede. En la fig. 8. 15 se muestran diversos correlogramas según el -

proceso a que correspondan. Así, en la fig. 8.15 a se tiene el correlogr~

ma de un proceso de promedios móviles, en donde se vé que el valor de m

corresponde a k= 4, lo que permite acotar la ec 8.52 que define el proceso.

No se debe olvidar que este tipo de modelos son teóricos, y que al analizar

una serie de datos hidrológicos puede suceder que se tenga una superposi-

ción de varios procesos, o bien que debido al tamaño de la muestra, nunca

se obtengan coeficientes seriados nulos. Así, al aplicar un proceso como

el descrito en la ec 8.52 lo que se hace es considerar los términos de -

mayor peso, o sea los de coeficientes de correlación seriados altos y de~

preciar" los valores bajos, con lo que al usar el modelo, los valores gene-

r-ados tendrán un cierto error.

De esta manera se tendrá que el proceso de generación se puede escribir

como

(8. 54)
•
 135

1.0
.............

0.5

o
"" "
1\..

~ r--_
o 2 3 4 5 6 7 8 K

a) Proceso de promedios movites

rk t
1.0 1-o.::---r----'-~-r---....---....---------r----.

b) Proceso sumo de armÓnicos

'

~
0.5

o
o
"' -
"'
2
1--- t---

3 4 5 6
-
7 8
.

e) Pro ceso outorregresivo

Fig. 8.15 CorrelocJ'ramas de diversos procesos

'

..
 136

donde l, es una variable aleatoria e implica el error que se tiene entre el

valor real de la serie y el calculado por la ec 8. 52.

La variancia del error se puede escribir de acuerdo con la ec 8.19 como

(8.55)

siendo en este caso sx2 la variancia de los valores x¡ de la serie de datos

en estudio y r el coeficiente de correlación entre los valores de dicha serie

y los calculados por la ec 8.52, para el mismo intervalo de tiempo.

Considerando que los errores tienen una distribución normal con media cero

al utilizar la variable normal izada y su variancia de acuerdo con la ec 8. 55,

se tiene que

1/2
f = z Sx ( 1 - r2 ) (8.56)

donde z es una variable aleatoria con distribución normal, media cero y

variancia uno ( Tabla 8. 1 )

La ec. 8.56 permite calcular el error cuando se utiliza la ec 8.54 como un

proceso de generación. Durante el proceso de generación se pueden aceptar

constante los valores Sx y r obtenidos de la serie de datos, y valuar el error

asignándole valores a por medio de una tabla de distribución normal, consi-

 137

derando la probabilidad de cada valor por medio de una tabla de números-

casuales. Si en lugar de generar se desea predecir algun valor, se asigna

directamente el valor de la probabU idad con que se desee obtener dicho v~

lor.

Ecuaciones del tipo de la 8.54 son muy usadas para correlacionar dos va-

riables seriadas y en hidrología se utiliza para relacionar los escurri.mie!:!.

tos con las lluvias, (capítulo 9). Así por ejemplo, si las xi son volúmenes

de escurrimiento mensual y las yi son volúmenes de lluvia mensual, para

una misma cuenca, se podría plantear un modelo del tipo

+ · + am Yi - m + E (8. 57)

que implica que el volumen del mes i es función· del volumen llovido el -

mismo mes i y los i- k meses anteriores, cuya ecuación es similar a la

ec (8.54)

Conocidos los elementos que constituyen la ec 8. 52 o la ec 8. 54, para obte-

\
ne.r los coeficientes de peso a 0 , a 1 , a 2 • • • am se sigue un proceso simi

lar al visto en el inciso 8.3 al resolver la ec 8.22

.
8.9.2.2 Proceso de suma de armónicas

En el caso de los coeficientes de correlación seriados rk de una seri.e ten-

gan un correlograma como el mostrado en la fig 8.15 b, el proceso de ge-

 1

. 1

~ 1

- 1

1
 138

neración de dicha serie sigue una suma de armónicas. En este caso si se

deseara generar una serie de datos hidrológicos de este tipo, se tendría -

primero que quitar la ciclicidad de la misma. Un modelo simple de un pro

ceso de generación de la suma de armónicas es

X.
1
= A sen e i + z.1 (8. 58)

donde A y 9 son la amplitud y el período del ciclo respectivamente y

una componente aleatoria.

8.9.2.3 Proceso autorregresivo

Procesos de este tipo son muy usados en hidrología pues, con ellos es pos_!

ble representar los efectos de almacenaje que sé tienen en las cuencas.

Dentro de los procesos autorregresivos, el más usual es el proceso Marko

viano de primer orden, el cual se define como

x.1 = +e.
C.1_
(8 .59)

donde r, es el coeficiente seriado de primer orden de las x y t=_ es una

componente aleatoria, e implica que el valor de xi solo depende del valor

en su estado anterior o sea x.

1 - 1•
 1
1
1
1
.. 1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
,\

139

Para un proceso de este tipo, el coeficiente de correlación seriado se puede

expresar como 'K = r 1 k, cuyo correlograma se muestra en la fig.8.13c.

Thomas y Fiering* aplicando un proceso markoviano (ec 8.56), generaron-

escurrimientos mensuales, considerando correlaciones seriadas de éstos.

La ecuación de recurrencia utilizada se puede escribir como

(8.60)

donde Qi + 1 son los escurrimientos durante el mes i y el mes (i + 1) res-

pectivamente, contados a partir del inciso de la secuencia de generación;

QJ y Qj + 1 son los escurrimientos medios mensuales durante los meses

j y (j + 1) respectivamente, dentro de un ciclo anual respectivo de 12 meses;

Bj es el coeficiente de correlación para estimar el escurrimiento del mes

(j + 1) ,, del escurrimiento del mes j; Sj + 1 es la desviación estandar de los

escurrimientos en el mes (j+1 ); rj es el coeficiente de correlación entre

los flujos de los meses j y (j + 1); y ei es una variable aleatoria normal inde

pendiente en media cero y variancia uno.

Este tipo de ecuaciones también se pueden utilizar para correlacionar por -

ejemplo los volúmenes de escurrimientos de dos estaciones de aforo, X y

la ec 8. 00 se expresa como

* Fie ring, M. B.: "Queuing theory and simulation in reservoir design", :

Trans. Am. Soc. Civil Engrs., vol. 127, pt 1, pp. 1114-1144, (1962)
 1

140

1/2
2
Qi
y
= QJ·Y + Bj ( Qix - Qjx) + S. (1 - r.
JY J
) ei (8.61)

cuyos valores tienen una interpretación similar a la indicada en la ec. -

8.60

J
/